基于分层模型和低秩近似的X射线图像重建
基于分层模型和低秩近似的X射线图像重建
复制标题
DOI：
10.3788/lop202158.0610004
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
李庆武
中科院分区：
文献类型：
--
作者：
王佳妤;许金鑫;李庆武
针对马尔可夫链蒙特卡罗(MCMC)算法的计算量大以及统计结果中含有严重噪声等问题,提出一种基于分层模型和低秩近似的X射线图像重建方法。首先引入全变差(TV)正则项来构造目标函数,并基于Jeffreys先验定义超参数以建立分层贝叶斯模型。然后采用变量分裂法得到分裂形式下各变量的条件概率密度分布。最后根据正向模型所具有的低秩性质来计算低秩近似的目标分布函数,从而得到关于待求参数的闭合解。结果表明,所提方法可以有效解决贝叶斯逆问题中存在的计算量大等问题。相比于现有的基于不确定性量化重建方法,所提方法在有效抑制图像噪声的同时能够更好地保留图像的边缘细节。