【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第10期 293-297页,共5页

【作 者】： 王培元 ; 周海云

【摘 要】 关于图像质量优化问题，由于图像的稀疏角度不同，投影数据并不完备，传统解析算法重建出的图像会产生条纹伪迹。为了消除这些影响，应用CQ及其改进算法可以使重建图像质量得到很大改善，但在直接应用CQ算法时存在收敛速度慢和重建精度较低的问题。为了避免计算的复杂性，在不改变CQ算法迭代格式的前提下，可以通过改变凸集的定义方式取得更好的重建效果。将cT重建问题转化为分裂可行性问题，在尺“空间中对非空闭凸集c和Q进行三种不同的定义，分别代表不同的物理意义。并以此为基础，提出了一种分块逐次CQ算法。以Shepp—Logan头骨模型为试验客体，对不同的定义方式和改进的CQ算法进行仿真验证，分别对收敛速度和重建精度进行了评价，确定了方案2及改进的CQ算法能取得最好的重建效果。