首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

稀疏角度CT重建的正则化方法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-15页
    1.1 课题研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 论文的主要工作及结构安排第13-15页
第二章 CT成像理论及正则化理论第15-25页
    2.1 CT系统简介第15-16页
    2.2 成像过程基础理论第16-17页
    2.3 迭代重建算法第17-19页
    2.4 图像重建的正则化理论第19-20页
    2.5 常见的稀疏正则化方法第20-24页
        2.5.1 基于L1范数最小化的重建方法第20-21页
        2.5.2 基于全变差(TV)最小化的重建方法第21-23页
        2.5.3 基于字典学习的重建方法第23-24页
    2.6 本章小结第24-25页
第三章 基于核范数与张量紧框架的CT迭代重建第25-41页
    3.1 Bregman算法第25页
    3.2 低秩矩阵恢复技术第25-28页
        3.2.1 低秩理论第26页
        3.2.2 奇异值阈值(SVT)算法第26-28页
    3.3 张量紧框架的构造方法第28-32页
        3.3.1 紧框架第29页
        3.3.2 张量紧框架的构造方法第29-32页
    3.4 基于低秩与张量紧框架的迭代重建算法第32-35页
    3.5 稀疏角度重建实验第35-39页
    3.6 含躁模型重建实验第39-40页
    3.7 本章小结第40-41页
第四章 基于张量紧框架的谱CT投影分离算法第41-56页
    4.1 X射线能谱第41-44页
        4.1.1 谱CT简介第41-42页
        4.1.2 X射线衰减系数第42-44页
    4.2 谱CT成像原理第44-47页
    4.3 谱先验CT重建方法第47-50页
        4.3.1 基于张量紧框架的谱CT投影分解算法第47-50页
    4.4 两种物质重建实验第50-52页
    4.5 多物质重建实验第52-54页
    4.6 本章小结第54-56页
第五章 总结与展望第56-58页
    5.1 论文工作总结第56页
    5.2 存在的问题及以后的工作的展望第56-58页
参考文献第58-64页
攻读硕士学位期间发表的论文第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:关于两类传染疾病的动力学建模与分析
下一篇:松塔/松针基炭材料对重金属离子的吸附性能研究