Purdue Research Foundation;The University of Notre Dame du Lac;General Electric Company;The Regents of the University of Michigan
发明人:
Zhou Yu,Bruno Kristiaan Bernard De Man,Jean-Babtiste Thibault,Debashish Pal,Lin Fu,Charles Addison Bouman,Ken Sauer,Sathish Ramani,Jeffrey A. Fessler,Somesh Srivastava
申请号：
DE102013106467
公开号：
DE102013106467A1
申请日:
2013.06.20
申请国别(地区):
DE
年份:
2014
代理人:
摘要：
Es wird ein Verfahren zum Rekonstruieren eines Bildes von einem Objekt, das Bildelemente beinhaltet, geschaffen. Das Verfahren beinhaltet das Zugreifen auf Messdaten, die mit den Bildelementen assoziiert sind, das Einführen einer Hilfsvariablen, um ein Anfangsproblem, das in der Rekonstruktion eines Bildes besteht, in ein Optimierungsproblem mit Nebenbedingungen zu transformieren, und das Lösen des Optimierungsproblems mit den Nebenbedingungen anhand eines Multiplikatorverfahrens, um eine Folge von Unterproblemen zu erzeugen, und die Folge von Unterproblemen zu lösen. Das Lösen der Folge von Unterproblemen beinhaltet die Rekonstruktion des Bildes durch Optimieren einer ersten Zielfunktion. Die erste Zielfunktion wird durch iteratives Lösen einer verschachtelten Folge von approximativen Optimierungsproblemen optimiert. Eine Innenschleife optimiert iterativ eine zweite Zielfunktion, welche die erste Zielfunktion approximiert. Eine Außenschleife nutzt die Lösung der zweiten Zielfunktion, um die erste Zielfunktion zu optimieren.A method is provided for reconstructing an image from an object that contains image elements. The method involves accessing measurement data associated with the picture elements, introducing an auxiliary variable to transform an initial problem, which consists in the reconstruction of an image, into an optimization problem with constraints, and solving the optimization problem with the constraints using one Multiplier method to generate a sequence of sub-problems and to solve the sequence of sub-problems. Solving the sequence of sub-problems involves reconstructing the image by optimizing a first objective function. The first objective function is optimized by iteratively solving a nested sequence of approximate optimization problems. An inner loop iteratively optimizes a second objective function, which approximates the first objective function. An outer loop uses the solution of the second objective function to optimize the first objective
