基于双能CT图像域的DL-RTV多材料分解研究

作     者：降俊汝 余海军 龚长城 刘丰林 Junru Jiang;Haijun Yu;Changcheng Gong;Fenglin Liu

作者机构：重庆大学机械传动国家重点实验室重庆400044 重庆大学光电技术及系统教育部重点实验室重庆400044 重庆大学工业CT无损检测教育部工程研究中心重庆400044 重庆工商大学数学与统计学院重庆400067 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2020年第40卷第21期

页      面：87-98页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0702[理学-物理学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61471070) 国家重大仪器开发专项(2013YQ030629) 

主　　题：成像系统 双能计算机断层扫描技术 多材料分解 图像域 字典学习 相对总变分 

摘      要：双能计算机断层扫描(DECT)技术因能分解和识别材料,并提供定量化的成像结果,广泛应用于医疗、安检、无损检测以及材料科学等领域。DECT技术能提供物体在两种能谱下的衰减信息,可准确分解两种基材料。但当检测对象含有三种材料时,若对DECT图像直接求逆(DIMD)分解多材料,其基图像将含较多噪声和伪影。为此,提出了一种基于双能CT图像域的字典学习(DL)和相对总变分(RTV)的多材料分解算法,简称DL-RTV算法。通过直接求逆获得初始基图像,利用字典学习挖掘基图像的稀疏性,以提高材料分解的准确性;引进RTV进一步降低基图像的噪声和伪影,并保护图像细节;同时引入各基材料质量守恒和像素边界的约束项,提高材料分解精度。仿真和实验研究表明,DL-RTV算法能较准确地分解三种材料,较好抑制基图像噪声和伪影,提高了材料区分度,从而验证了此算法的有效性和实用性,这对DECT技术的发展和应用具有重要的意义。