基于matlab的CT图像滤波反投影算法仿真+仿真操作录像

function [ EM ] = iterativeCT( O, sensors, sequence) % CT Iterative Reconstruction % Recorded Projection along direction 1 (vertical sum) % QUESTA RIGA VIENE FORNITA % RP_1 = sum(O); RP_1 = [0 0 4 16 4 0 0]; % Redistribution Vector along direction 1 EM_row = RP_1 ./ sensors; % Estimated Matrix along direction 0° by duplicating the row t times EM = repmat(EM_row, sensors, 1); % Obtain the grayscale intensity and plot first guess matrix I = mat2gray(EM); % Primo grafico figure subplot(1, length(sequence), 1); imshow(I); title(sequence(1)) for i = 2:length(sequence) % Caso 45° if sequence(i) == 45 % Somma diagonale di EM per ottenere Estimated Projection % Riga EP = diagonalSum( EM, sensors ); % Somma diagonale di O per ottenere Recorded Projection % Riga % RP = diagonalSum( O, sensors ); % QUESTA RIGA VIENE FORNITA RP = [0 0 0 0 2 4 8 6 4 0 0 0 0]; % Ottengo la Compensating Profile % Riga CP = RP - EP; % Distribuzione dei valori in diagonale CM = emDiagonal(CP, sensors); % Caso 135° elseif sequence(i) == 135 % TEMPORANEO, DA FARE CM = zeros(sensors, sensors); % Caso 90° o 270° elseif (sequence(i) == 90 || sequence(i) == 270) % Somma orizzontale di EM per ottenere Estimated Projection % Colonna EP = sum(EM,2); % Somma orizzontale di O per ottenere Recorded Projection % Colonna % RP = sum(O,2); % QUESTA RIGA VIENE FORNITA RP = [0; 1; 4; 12; 6; 1; 0]; % Ottengo la Compensating Profile % Colonna CP = RP - EP; % Colonna dei valori distribuiti CM_column = CP ./ sensors; % Duplico la colonna per il numero di sensori CM = repmat(CM_column, 1, sensors); % Caso 0° o 180° elseif (sequence(i) == 0 || sequence(i) == 180) % Somma orizzontale di EM per ottenere Estimated Projection % Riga EP = sum(EM); % Somma orizzontale di O per ottenere Recorded Projection % Riga % RP = sum(O); % QUESTA RIGA VIENE FORNITA RP = [0 0 4 16 4 0 0]; % Ottengo la Compensating Profile % Riga CP = RP - EP; % Riga dei valori distribuiti CM_row = CP ./ sensors; % Duplico la riga per il numero di sensori CM = repmat(CM_row, sensors, 1); end % Estimated Matrix EM = EM + CM; % Obtain the grayscale intensity and plot I = mat2gray(EM); subplot(1, length(sequence), i); imshow(I); title(sequence(i)) end end