[发明专利]基于贝叶斯估计的光子计数集成成像迭代重构方法

权利要求书

1.一种基于贝叶斯估计的光子计数集成成像迭代重构方法，其特征在于步骤如下：

第一步，通过光子计数泊松过程的仿真，得到集成成像的光子计数元素图像C_kl，建立光子数估计的贝叶斯后验概率模型；

第二步，根据贝叶斯理论，通过第一步贝叶斯后验概率模型的后验概率及其先验分布，计算贝叶斯后验概率模型的后验均值作为像素光子数的贝叶斯估计值

第三步，利用第二步元素图像像素光子数的贝叶斯估计值进行目标图像重构，即通过虚拟的小孔阵列将元素图像C_kl按比例放大，其放大比例为M＝z/g，由重构目标距离相机透镜的距离z以及相机透镜与传感器的距离g决定；放大翻转后的元素图像C_kl在同一平面上相互叠加，从而重构出了z深度的贝叶斯重构的目标图像而虚化了不属于该深度位置的目标；

第四步，对第三步得到的重构的目标图像进行泊松去噪处理，得到深度切片图像利用深度切片图像以及元素图像C_kl更新参数ζ和η，回到第二步代入计算，若深度切片图像与前一次该步骤的去噪结果均方误差小于设定阈值ε，则步骤终止，将第三步的作为重构结果；如果不小于设定阈值ε，利用以及元素图像C_kl更新参数ζ和η，并回到第二步代入计算，直到达到设置的迭代次数；

利用以及元素图像C_kl更新参数ζ和η的步骤如下：

(1)由于元素图像的稀疏性，认为以p点为中心的邻域空间U(p)里至多一个像素值不为0；因此，对于不为0的元素图像像素点保留其原值，即ζ＝0，η＝1；

(2)对于为0的像素点利用其邻域像素点进行估计，更新公式如下：

其中指去噪后的深度切片图像上与元素图像上相对应的目标像素点，同理，是与对应的目标像素点。

2.根据权利要求1所述的基于贝叶斯估计的光子计数集成成像迭代重构方法，其特征在于第一步中，建立光子数估计的贝叶斯后验概率模型为：

其中符号的上标p、p′代表像素在元素图像上的位置；下标k、l代表元素图像在x、y轴方向上的位置，取值范围分别为0～K-1、0～L-1；为光子计数元素图像上p点的探测值，为p点相邻像素p’点的探测值，则是p点光子数的期望值，其先验分布服从形状参数α和尺度参数β的Gamma分布。

3.根据权利要求1所述的基于贝叶斯估计的光子计数集成成像迭代重构方法，其特征在于第二步中，计算后验均值作为像素光子数的贝叶斯估计值如下式：

定义参数参数η＝(2+β)^-1作为迭代算法参数，迭代初始值令参数ζ＝0，η＝1，迭代过程中ζ和η进行更新。