三维图像重建的面绘制.PPT

6.3.3 重建公式的实用化 6.3.3 重建公式的实用化 这样便求得了数字计算的全部公式。实际执行时仍分三步： （1）据投影数据，对极轴变量m取一维傅立叶变换，即计算(6-25)式，并据(6-28)式求出 （2）由(6-29)式或(6-30)式计算出的傅立叶反变换 f ’ (pε,qε, n△θ) （3）由(6-31)式计算出重建图像f (pε,qε) 6.4 卷积法重建 在(6-19)式中，当用FFT计算投影数据的傅立叶变换时，投影数据总被有限截断。当ρ的采样间隔为d时，在变换域R的变化范围为从-1/2d到1/2d，于是投影反变换重建公式可以近似写成： 6.4 卷积法重建  由前面的(6-20)和(6-16)式可知 6.4 卷积法重建 由式(6-35) 可以看出，要对已经得到的投影数据实现图像重建，则可以采取两个步骤：首先将投影数据g(ρ,θ)先和脉冲响应为式(6-34) 的滤波器进行卷积，然后由式(6-21) 对不同旋转角θ求和，就能实现图像重建。这就是采用卷积法进行图像重建的基本思路和方法。 式(6-34) 表现出来的恰好是频率响应为｜R｜的滤波器，通常称之为ρ滤波器。 6.5 代数重建方法 代数重建技术就是事先对未知图像的各像素给予一个初始估值，然后利用这些假设数据去计算各射束穿过对象时可能得到的投影值（射影和），再用它们和实测投影值进行