论文部分内容阅读
有序子集期望最大化算法(OSEM)是图像重建中一种非常重要的分块迭代法.它的优点是算法简单容易实现,在投影数据较少时重建图像质量好.但是当投影数据含有较大水平的噪声以及划分子集数目过大时, OSEM算法因出现发散情况而得到模糊的图像.本文针对上述问题通过引入松弛参数得到一种改进的OSEM算法并把这种改进的OSEM算法应用于求解圆上的Radon变换算子方程的逆问题.最后通过数值模拟表明这种改进的OSEM算法在求解逆问题中是一种收敛的正则化方法.全文共分为四章:第一章我们系统地介绍图像重建中有关迭代算法的研究背景和意义,讨论了有关研究现状及未来发展趋势.第二章我们介绍了EM算法和OSEM算法的有关内容.第三章我们探讨和研究改进的OSEM算法用于求在圆上的Radon变换算子方程得到解的稳定性和弱收敛性.第四章我们对本文内容做总结以及展望工作.