【图像重建】利用Split Bregman方法进行稀疏图像重建并提供Matlab代码（上传版）.zip

简介：
本资源包含使用Split Bregman算法实现稀疏图像重建的方法及完整Matlab代码。适用于研究与学习，便于用户理解和实验图像处理技术。 与传统计算机断层成像（CT）技术相比，能谱CT能够在一次扫描过程中获取物体在不同能量通道下的投影图像，这有助于区分材料并提高信噪比。基于光子计数探测器的能谱CT是近年来医学影像研究领域的热点之一。由于每个能量通道变窄，导致各通道内的噪声增加。为了有效降低这些噪声的影响，采用全变分最小化的SplitBregman算法进行图像重建处理。 根据模体（即用于测试和校准成像设备的标准物体）的先验信息对能谱通道进行划分；然后利用Split-Bregman算法来优化含噪及稀疏角度数据下的投影结果。仿真结果显示，基于Split-Bregman算法构建的能谱CT图像重建方法能够显著减少能量通道内部噪声的影响，并满足区分不同材料的需求。