稀疏角度CT图像重建的一类自适应临近点算法.PDF

第48 卷 第2 期 电 子 科 技 大 学 学 报 Vol.48 No.2 2019年3月 Journal of University of Electronic Science and Technology of China Mar. 2019 ·计算机工程与应用· 稀疏角度CT图像重建的一类自适应临近点算法 1 1 2 2* 3 朱 赟 ，陈明真，陈 莹 ，喻高航 ，威 力 (1. 赣南师范大学物理与电子信息学院 江西 赣州 341000 ；2. 赣南师范大学数学与计算机学院 江西 赣州 341000 ； 3. 南京邮电大学通信与信息工程学院 南京 210023) 【摘要】针对全变差正则化的稀疏角度CT 图像重建问题，提出了一种自适应临近点算法。该算法在临近点迭代的每一步 中自适应地选取临近参数矩阵，且该矩阵是变动且不对称的。在收缩算法的框架和一定条件下可建立该算法的全局收敛性。 对广泛使用的滤波反投影算法和自适应临近点算法进行了二维的仿真数据实验，实验结果表明自适应临近点算法在图像重建 中是有效实用的。 关 键 词 CT重建; 鞍点问题; 稀疏角度; 全变差; 临近点 中图分类号 TP301 文献标志码 A doi:10.3969/j.issn.1001-0548.2019.02.011 An Adaptive Proximal Point Algorithm for Sparse-View CT Image Reconstruction 1 1 2 2* 3 ZHU Yun , CHEN Ming-zhen , CHEN Ying , YU Gao-hang , and WEI Li (1. School of Physics and Electronics Information, Gannan Normal University Ganzhou Jiangxi 341000; 2. School of Mathematics and Computer Science, Gannan Normal University Ganzhou Jiangxi 341000; 3. College of Telecommunications and Information Engineering, Nanjing University of Posts and Telecommunications Nanjing 210003) Abstract This paper presents an adaptive proximal point algorithm (APPA) for sparse-view computed tomography (CT) image reconstruction based on total variation regularization. The proposed algorithm chooses an adaptive proximal parameter matrix which is neither necessary symmetric nor constant in each iteration. By using the framework of contraction method, the global convergence result could be established for the proposed algorithm under suitable