[发明专利]基于截断奇异值和全变分的闪光照相客体正则化重建方法

说明书

技术领域

本发明属于光子成像技术领域，涉及一种闪光照相客体重建方法，尤其是一种基于截断奇异值和全变分的闪光照相客体正则化重建方法。

背景技术

高能闪光照相利用高能射线穿透客体成像。在高能闪光照相系统中，电子在直线感应加速器加速后，撞击靶件，产生高能（MeV）光子，利用高能光子照射客体，高能光子在客体中进行输运过程，并与之发生相互作用，如康普顿散射，电子对效应和光电效应等，最后穿透客体，并在底片成像。散射照射量通过一定的设备扣除，通过研究透射粒子在底片的成像信息来反推客体的物理性质和几何性质。故能否从底片透射照射量信息建立合适的重建模型对精确反演客体的物理参数和几何参数影响很大。基于此，对高能闪光照相系统重建模型进行研究，并对模型的稳定性进行研究，对于提高重构客体质量、获得精确的线性吸收系数的空间分布和客体的几何结构分布具有重要意义。

目前国内外开展了一些闪光照相客体重建研究，其中包括解析重建和迭代重建。解析重建包括的方法有滤波放投影等技术，它先对投影数据进行滤波，再把滤波后的投影数据进行反投影计算。这类算法具有分辨率高的特点，但是它对数据完备性具有严格要求，这就意味着需要进行较长时间和全角度范围的检测，这带来了昂贵的检测成本。同时，滤波反投影算法对数据的噪声敏感性较大，如果探测数据存在散射噪声，重建结果严重偏离真值。迭代重建算法有明确的几何意义和物理意义，而且重建算法简单，但是迭代重建算法计算量大，计算速度相对较慢，并且其对初值的选择也比较敏感，较差的初值选取严重影响重建结果。在迭代算法中，最为熟悉的是代数重构算法。

基于正则化的重建是今年来研究的热点，这类算法主要有Tikhonov正则化算法，Landweber迭代正则化算法。Tikhonov正则化提出较早，在图像处理和信号处理领域运用较多。在闪光照相系统中，采用锥形束投影，一次采集可以获取数目较大的采集量。传统的最小二乘算法可以保证重建系统获得物理解，然而在闪光照相系统中，光子与照相器件发生散射，这个底片带来严重散射噪声，不仅减低了图像的对比度，而且在反演过程中重建结果的严重振荡。Tikhonov在最小二乘的基础上加上了带有正则化参数的惩罚正则化项，虽然可以抑制噪声，但是惩罚项是基于二范数的，它严重平滑了重建客体的边界信息，给边缘带来模糊。Landweber迭代正则化不像Tikhonov一样采用一些复杂的准则确定正则化参数，而是采用迭代步数的倒数作为正则化参数，这大大减少了系统的计算量，然而Landweber迭代正则化算法出现半收敛，在迭代次数达到一定数目时，系统计算收敛，随着迭代次数的增加，系统又趋于发散。Landweber迭代正则化算法中的参数选取过于依赖经验。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于截断奇异值和全变分的闪光照相客体正则化重建方法，其一方面能够获得精确的重构结果，消除边缘模糊，另一方面能够抑制闪光照相系统散射噪声对重建结果的放大作用，同时正则化参数通过先验选取，不依赖经验。

本发明的目的是通过以下技术方案来解决的：

该种基于截断奇异值和全变分的闪光照相客体正则化重建方法，包括以下步骤：

（1）通过正向光子输运程序，获取闪光照相成像底片信息；

（2）通过截断奇异值方法获得闪光照相客体线性系数空间分布和几何参数；

（3）通过全变分正则化方法获得闪光照相客体线性系数空间分布和几何参数。

进一步的，步骤1）具体包括以下步骤：

1）从成像底片上选取获得各个像素点的中心坐标；

2）光子输运模型计算得到成像底片像素点透射照射量信息；

3）从闪光成像底片透射照射量，利用闪光照相截断奇异值方法得到闪光照相客体吸收系数空间分布；

4）从闪光成像底片透射照射量，利用闪光照相全变差正则化方法得到闪光照相客体吸收系数空间分布。

上述的闪光照相截断奇异值方法为：从投影矩阵直接出发，获得投影矩阵的奇异值分解，并将投影矩阵数值小的奇异值截断，保留数值大的奇异值；实现对含散射噪声重构时误差放大的抑制。

上述光子输运模型为光子输运正向模型。

上述的闪光照相全变差正则化方法为：从投影的最小二乘方程出发，添加L1范数的惩罚项，并予以正则参数平衡最小二乘项和正则项的平衡关系；在获得高精度的重构结果的同时，具有边缘保真能力。闪光照相正则参数的确立方法为：利用数学准则，最优化确定正则参数；所述数学准则包括广义交叉验证原理，Ｌ曲线原理，准最优化。