基于離散化模型對稱結(jié)構(gòu)改進的EM算法研究.pdf

1、由投影重建圖像的算法可分為解析重建算法和代數(shù)迭代重建算法。解析重建算法在數(shù)據(jù)完備的情況下重建速度快，成像效果好。但在高噪音、少量數(shù)據(jù)和不完全數(shù)據(jù)等情況下，代數(shù)迭代重建算法較解析重建算法具有明顯優(yōu)勢。隨著計算機技術(shù)的發(fā)展，迭代算法越來越受到人們的重視。 EM（Expectation Maximization）算法是一種常用的極大似然估計方法，也是經(jīng)典的代數(shù)迭代重建算法之一。EM算法簡單穩(wěn)定，每一次迭代均使校正后的圖像逼近被估計的

2、圖像，最終收斂到局部極值。但EM算法計算量大，收斂速度較慢。 本文提出了基于對稱結(jié)構(gòu)改進的塊迭代EM算法——SSB-EM算法。 在圖像離散化模型中投影射線間以及像素格位置之間均存在對稱結(jié)構(gòu)，可將各個投影射線方向的射線按射線間的對稱結(jié)構(gòu)分塊歸組。結(jié)合掃描模型中的這種對稱結(jié)構(gòu)，將數(shù)據(jù)分塊歸組得到的SSB-EM算法，簡化了投影系數(shù)矩陣中非零系數(shù)的計算，改變了經(jīng)典EM算法逐線校正的順序相關(guān)性，減少了計算量，有效地提高了成像速度。