基于全变分法重建光声图像

针对光声成像在实际应用中涉及的采样数据不足,提出了一种基于全变分法的光声图像重建方法。通过计算重建图像的模拟信号与实际信号的残差来更新图像,进行迭代以获取重建图像。在迭代重建的过程中引入压缩传感理论中的全变分法,通过梯度下降法得到全变分最小的图像。通过数值仿真,模拟了在不足采样情况下的图像重建。结果表明,全变分重建法的重建效果比滤波反投影法、反卷积重建算法及代数重建算法等3种方法更好。在30个采样点的情况下,重建图像的峰值信噪比值比上述3种算法的重建结果分别高出30.98,22.09和8.35dB。另外,仿体实验结果也表明该方法能更有效地避免噪声的干扰。