改进的WDDTV算法：中子外部CT图像伪影抑制与噪声控制

"本文提出了一种改进的中子外部CT图像伪影抑制方法，通过采用加权方向全变差（WDTV）算法来减少径向边缘的伪影，提升图像重建质量。在高噪声环境中，该方法在WDTV重建模型的基础上，对径向和切向方向施加不同TV最小化约束，增强了对伪影和噪声的抑制能力。" 在中子外部CT（Computed Tomography, CT）成像过程中，径向边缘的伪影是常见的问题，影响图像的清晰度和诊断准确性。传统的CT图像重建方法往往无法有效地消除这些伪影，特别是在高噪声环境下。为了解决这一问题，研究人员提出了一种基于加权方向全变差（Weighted Directional Total Variation, WDTV）的图像重建算法。WDTV算法通过计算沿径向和切向的局部方向差分，并引入权重参数对这两个方向的差分进行加权求和，从而更准确地描述了图像梯度模的稀疏性，有助于提高图像重建的质量。 在WDTV算法基础上，为了适应高噪声中子外部CT检测的需要，研究者进一步改进了模型，对径向和切向两个方向附近的角度范围内分别应用不同的全变差（Total Variation, TV）最小化约束。这种改进使得TV最小化的效应更为显著，增强了对径向边缘伪影的抑制效果，并提高了抗噪声的能力。 通过计算机仿真实验和齿轮冷中子实验的结果验证，改进的WDTV重建模型显示出了更优秀的性能，能更有效地抑制重建图像中的噪声，显著提升图像质量。这表明，该方法对于改善中子外部CT图像的质量，尤其是在噪声环境下的成像，具有重要的实际应用价值。 总结起来，本文介绍的是一种针对中子外部CT成像的伪影抑制技术，它利用WDTV算法并结合TV最小化策略，成功地减少了图像中的径向边缘伪影，提高了图像的清晰度和信噪比，为中子CT在高噪声环境下的应用提供了有力的技术支持。这种方法的创新性和实用性对后续的CT图像处理研究和实际应用具有重要的参考价值。