螺旋锥束CT重建算法探究.doc

螺旋锥束CT重建算法研究 1、相关定义 1.1、由投影重建图像的定义 CT 的基本思想如下:取一个理想的 X 射线源,它发出极细的笔束 X 射线,在其对 面放置一个探测器测得的数据为I ,再将 X 射线源与探测器在观察平面内同步平移一定 的步数N t ,每移一步均做同样的测量,如此取得一组数据。然后使 X 射线源和探测器 旋转一个小角度Δ φ (例如1o),再同步平移N t 步后,做上述测量,取得新角度下的一组 数据。如此反复,直至旋转 Nφ 次(一般设Nφ Δφ = 180o ),取得 Nφ 组不同的数据(如图 2-1 所示)。 N t Δφ 图 2.1 X 线发射源与探测器之间关系的示意图 假定物体是均匀的,物体对线性衰减系数为μ 强度为I 0 的 X 射线行进 x距离后,衰 减至I ,按 Beer 定理,有: 中北大学学位论文 8 0 I= I e? μx , (2.1) μx =ln(I 0 / I ) 。 (2.2) 若物体是分段均匀的,各段的线性衰减系数分别为 μ1, μ 2 , μ3 , L,相应的长度为 x1, x2 , x3 , L (如图 2-2 所示),则下式成立 μ1 x1+ μ 2 x2 + μ3 x3 +L = ln(I 0 / I ) (2.3) 更一般地,物体在xy平面内都不均匀,即衰减系数μ= μ ( x, y) ,则在某一方向l,沿 某一路径 L 的总衰减为 ∫Lμ dl= ln(I 0 / I ) (2.4) 此即射线投影,射线投影的集合∫μ dl 称为投影。从投影重建图像就是根据一系列的投 影∫ μdl ,反求被积函数μ= μ ( x, y) ,从而得出μ 分布(密度分布)的像。 I0μ1μ 2μ 3 L I x1 x2 x3 L 图 2.2 X 射线强度经介质衰减示意图 1.2、图像重建的定义 2.2.1 图像的定义与数字化2.2.1 图像的定义与数字化 简单地说,一副图像包含了对所表示的客观存在的物体的一种描述信息。从物理上讲,图像是物质或能量的实际分布;从数学上讲,图像是由连续函数和离散函数所组成的集合。本文在讨论图像重建问题的时候,我们通常假设图像具有下面的性质: 图像区域是一个正方形,其中心位置与坐标系原点相重合; 图像由二维函数f(x,y)表示,其值在图像区域外为零,其中(x,y)为空间点的坐标,任意点(x,y)处函数幅值f(x,y)正比于图像在该点的光强度(灰度级)。 函数图像f(x,y)具有非负有界性,即满足0 f(x,y)≦L。 通常,在不引起混淆的情况下,将中的函数称为”图像”。如果图像的区域不同,即使是相同的函数也可以得到不同的图像。在直角坐标系中,图像f是变量x,y的函数,则f在点(x,y)的值就称为图像在点(x,y)的密度。 一幅数值图像就是图像f(x,y)在二维空间坐标上和亮度上都已离散化了的图像,可以把一幅数字图像考虑为一个矩阵,其行和列标出了图像各个点在二维空间的位置,而矩阵元素的值,标出这些点的灰度等级,这样的数字阵列的元素叫做图像元素或象素[10]。一般把图像区域分成n×n个相等的正方形,每一个小正方形就是一个象素。 在CT中,图像区域就是重建区域,被测物体断层重建图像包括在重建区域内,并且在点(x,y)上的图像密度值对应于点(x,y)在某种固定能量下的相对线性衰减系数值。 1.3、同伦算法的基本定义和基本思想 同伦(Homotopy)是拓扑学中的一个概念,同伦算法是一种大范围求解非线性方程组 的整体算法。自从 1976 年,Kellogg 和 Yorke,Li 利用微分拓扑工具解决了同伦算法的 全局收敛性间题,并用之给出了 Brouwer 不动点定理的构造性证明,于是引起了人们对 同伦算法的重新研究。接着 Smale 发表了全局 Newton 法的文章。Chow,Mallet-Paret 和 Yorke 利用他们构造的同伦给出了一系列重要定理的构造性证明,同时给出了可用的 中北大学学位论文 39 算法.此后同伦算法的研究蓬勃发展。几十年来,人们从非线性方程组,不动点问题, 平衡问题,非线性规划,多目标规划,变分不等式,互补问题等多种数学问题的角度对 同伦算法进行了广泛深入的研究,并成功地把它们用于经济学,电子线路设计,自动控 制,计算机辅助设计和制造等许多领域中,成为了引人注目的算法,下面对其理论知识 作简单介绍。 定义 4.1 n个变量n个方程的非线性方程组的一般形式为: ( ) ??( ) ??? = = ,,,0, ,,,0, 12 112 nn n fxxx fxxx L LLLLL L (4.15 ) 其中fi (i=1,2, L,n ) 是定义在n维Euclid 空间R n 中开域D上的实值函数。若用向量 标记,则令 (