姚佳丽　 李中源　 吴华珍　 李　光　 罗守华

(东南大学生物科学与医学工程学院, 南京 210096)



基于字典学习的超分辨率显微CT图像重建

姚佳丽 李中源 吴华珍 李光 罗守华

(东南大学生物科学与医学工程学院, 南京 210096)

为提高显微CT重建图像的空间分辨率,提出了一种基于字典学习的超分辨率图像重建算法．首先,将重建图像进行网格细化,并使用面积权值模型实现对投影过程的精确建模．然后,选择高质量的图像作为训练样本,采用K-SVD算法构建图像字典．基于该图像字典,利用正交匹配追踪算法实现对重建图像的稀疏表达,并以此作为稀疏项约束引入到重建算法的目标函数中．最后,使用梯度下降法求解目标函数．实验结果表明:与传统的基于插值的超分辨率重建算法相比,所提算法的超分辨率结果在图像对比度、边缘保持方面具有优势,并且保留了更多的图像高频信息,从而有效提高了重建图像的空间分辨率．

超分辨率重建;字典学习;面积权值;微计算机断层扫描技术

微计算机断层扫描技术(又称显微CT)是一种非破坏性、非介入式、高分辨率的成像技术,能够在不破坏样本的情况下了解样本的内部显微结构,从而被广泛应用于医学、药学、材料学、工业无损探测等领域．在保证X射线安全剂量的前提下,重建图像的空间分辨率是各种应用中所关注的最重要的指标之一,它的提高对于显微CT在各领域中的进一步应用具有显著意义[1]．然而,在……