| 查看: 2067 | 回复: 9 | ||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | ||
[求助]
压缩感知 用TV来做约束，CT重建，求相关文献及Demo代码学习已有2人参与
|
||
|
用TV来做约束，CT是拉东域的测量,。求相关文献及Demo代码来学习学习。 具体怎么样约束，怎么样做拉东域的测量？ 一头雾水，求大神提供相关文献及Demo代码，不胜感激！！ |
回复此楼» 猜你喜欢
读博
已经有5人回复
-
博士申请都是内定的吗？
已经有6人回复
-
之前让一硕士生水了7个发明专利，现在这7个获批发明专利的维护费可从哪儿支出哈？
已经有5人回复
-
博士读完未来一定会好吗
已经有29人回复
-
投稿精细化工
已经有4人回复
-
高职单位投计算机相关的北核或SCI四区期刊推荐，求支招！
已经有4人回复
-
导师想让我从独立一作变成了共一第一
已经有9人回复
-
心脉受损
已经有5人回复
-
Springer期刊投稿求助
已经有4人回复
-
小论文投稿
已经有3人回复
8楼2015-04-16 10:46:14
|
涉及毕设，暂时代码不能放出来，不过给你点思路。先根据你的模型建立一个采样的程序，主要是用来创建一个采样矩阵，采样值=采样矩阵×信号；建议自己编，因为网上的代码不一定适合你的模型。 然后就可以用ART+TV算法了。 for K=1:N [X]=ART(采样矩阵,采样值)； for M=1:N' [F]=TV(X,α)； α为调整因子 end end 因为迭代法本身就是一个公式在循环的迭代，没什么难度，你可以先编ART算法，如果能成像那就行了，然后再编TV算法，TV的梯度导数在绝大部分的TV文献中都有现成的公式，带进去就行了。你也可以采用国外Sidky文献中的变参数法，但是那个我试了，不适用于我的模型，我用的是固定参数。 这个算法在成像时比较费时间，适用一些特殊环境，个人感觉普适性一般。 |
9楼2015-04-16 11:06:45
10楼2015-04-16 11:12:50