9、平行束投影图像重建方法解析

平行束投影图像重建方法解析

1. 离散平行束扫描器基础

在平行束系统中,角度为 $\alpha_p$ 时,屏幕上某点 $s_l$ 处确定的每个投影值可以用投影函数的离散形式表示:
$\hat{p}_p(l; \omega) = p_p(l - \Delta_p s; \omega - \Delta_p \alpha)$
其中,$\omega$ 是投影编号,$l$ 是矩阵中的探测器编号。

图像重建方法在离散实现时,存在一个显著问题,即采样过程后频谱段的重叠效应。根据采样理论,傅里叶变换的离散形式 $\hat{P} p(f; \alpha_p)$ 由以下关系定义:
$\hat{P}(f; \alpha_p) = \sum
{i = -\infty}^{\infty} P(f + \frac{i}{\Delta_p s}; \alpha_p)$
也可写成:
$\hat{P}(f; \alpha_p) = \Delta_p s \sum_{i = -\infty}^{\infty} p_p(i\Delta_p s; \alpha_p) e^{-j2\pi i\Delta_p s}$
当索引 $i$ 的范围限于 $i = 0$ 时,$\hat{P}(f; \alpha_p) = P(f; \alpha_p)$。这意味着对于空间受限的投影函数 $p_p(s; \alpha_p)$(其频谱是无限的),当 $i \neq 0$ 时,频谱 $\hat{P}(f; \alpha_p)$ 中的分量频谱 $P(f; \alpha_p)$ 会重叠,这是重建图像失真的一个严重来源。

2. 投影图像重建问题的提出
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值