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

基于Bregman的CT稀疏角度迭代重建研究

摘要第5-6页
ABSTRACT第6页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-24页
    1.1 研究背景及意义第14-16页
    1.2 CT成像技术以及重建理论简介第16-18页
        1.2.1 CT成像技术第16-17页
        1.2.2 投影与正弦图第17-18页
    1.3 CT迭代重建的基本问题及原理第18-20页
    1.4 国内外研究现状第20-21页
    1.5 本文主要工作及章节安排第21-24页
第二章 基于Bregman迭代的稀疏重建下的正则化框架第24-36页
    2.1 引言第24-25页
    2.2 CT稀疏角度迭代重建算法简介第25-28页
        2.2.1 问题及其数学模型第25页
        2.2.2 SART迭代算法第25-26页
        2.2.3 解决方法第26-28页
    2.3 基于距离驱动模型的投影算子第28-30页
    2.4 Bregman简介第30-35页
        2.4.1 Bregman距离及其性质第30-31页
        2.4.2 Split-Bregman迭代及提出的框架第31-35页
    2.5 本章小结第35-36页
第三章 CT稀疏角度重建下的范数自适应正则项第36-48页
    3.1 概述第36-38页
    3.2 全变分正则化第38-42页
        3.2.1 全变分模型第38-40页
        3.2.2 全变分模型的特点及存在的问题第40-41页
        3.2.3 全变分模型的Split-Bregman迭代求解第41-42页
    3.3 非局部全变分正则化第42-44页
        3.3.1 非局部全变分第42-43页
        3.3.2 非局部全变分的Split-Bregman迭代求解第43-44页
    3.4 范数自适应双差分正则化第44-47页
        3.4.1 双差分正则项及存在的问题第44-45页
        3.4.2 范数自适应双差分正则项第45-46页
        3.4.3 范数自适应双差分的Split-Bregman迭代求解第46-47页
    3.5 本章小结第47-48页
第四章 CT稀疏角度重建实验与结果讨论第48-68页
    4.1 概述第48页
    4.2 数值模拟实验结果及分析第48-64页
        4.2.1 无噪仿真实验第48-60页
        4.2.2 有噪声下的仿真实验第60-64页
    4.3 Micro-CT实验结果第64-67页
    4.4 本章小结第67-68页
第五章 总结与展望第68-70页
    5.1 工作总结第68页
    5.2 工作展望第68-70页
参考文献第70-76页
致谢第76-78页
作者简介第78-79页

论文共79页,点击 下载论文
上一篇:基于非局部均值的MRI图像去噪研究
下一篇:基于最优r-覆盖堆积数本征维数估计方法及其应用