案例五. CT 图像的代数重建问题.pdfVIP

案例五. CT 图像的代数重建问题 X 射线透视可以得到 3 维对象在 2 维平面上的投影, CT 则通过不同角度的 X 射线得到 3 维对象的多个2 维投影, 并以此重建对象内部的 3 维图像. 代数重建方法就是从这些 2 维投影 出发, 通过求解超定线性方程组, 获得对象内部 3 维图像的方法. 图 11 双层螺旋 CT 图 12 CT 图像 这里我们考虑一个更简单的模型, 从2 维图像的 1 维投影重建原先的2 维图像. 一个长方 形图像可以用一个横竖均匀划分的离散网格来覆盖, 每个网格对应一个像素, 它是该网格上 各点像素的均值. 这样一个图像就可以用一个矩阵表示,其元素就是图像在一点的灰度值(黑 白图像). 下面我们以 3×3 图像为例来说明. 表 4 消耗与产出情况 3×3 图像 水平方向上 各点的灰度值 的叠加值 x = 1 x = 0 x = 0 x + x + x = 1 1 2 3 1 2 3 x = 0 x = 0.5 x = 0.5 x + x + x = 1 4 5 6 4 5 6 x = 0.5 x = 0 x = 1 x + x + x = 1.5 7 8 9 7 8 9 竖直方向上 x + x + x x + x + x x + x + x 1 4 7 2 5 8 3 6 9 的叠加值 = 1.5 = 0.5 = 1.5 每个网格中的数字x 代表其灰度值, 范围在[0, 1]内. 0 表示白色, 1 表示黑色, 0.5 表示灰色. 如 i 果我们不知道网格中的数值, 只知道沿竖直方向和水平方向的叠加值, 为了确定网格中的灰 度值, 可以建立线性方程组(含有 6 个方程, 9 个未知数) x x x ⎧ + + 1 1 2 3 ⎪ x x x 1 ⎪ + +