检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于梯度域的多对比度磁共振成像重建

南昌大学学报（理科版） 2022年第3期46卷 357-362页

作者：刘且根邓涛官瑜南昌大学信息工程学院江西南昌330031

多对比度磁共振成像由于能够提供丰富且不同的对比度信息,因此在临床应用中是一种强大的成像工具。本文提出了一种高效的基于梯度域的无监督深度学习方法(UDLGD)用于多对比度磁共振成像重建,该方法的目的在于从部分采样的K空间数据中重... 详细信息

多对比度磁共振成像由于能够提供丰富且不同的对比度信息,因此在临床应用中是一种强大的成像工具。本文提出了一种高效的基于梯度域的无监督深度学习方法(UDLGD)用于多对比度磁共振成像重建,该方法的目的在于从部分采样的K空间数据中重建相同解剖截面的多对比度图像。UDLGD算法主要包含两个迭代关系阶段:其中在先验学习阶段,利用分数匹配生成网络模型从单对比度图像数据集中获取梯度域先验信息;先验信息可以应用于不同对比度图像数量、不同采样轨迹等多场景的磁共振成像重建。随后在迭代重建阶段通过迭代更新数据一致性、梯度域先验信息和组合稀疏性,以获得满意的重建结果。大量采用活体磁共振图像数据的实验结果表明,UDLGD方法与其他方法相比可以获得更低的重建误差和更好的图像纹理结构。

关键词：多对比度磁共振成像无监督深度学习生成模型梯度域

在线全文

学校读者我要写书评

暂无评论

梯度域和深度学习的图像运动模糊盲去除算法

实验室研究与探索 2019年第6期38卷 4-8页

作者：郭业才郑慧颖叶飞南京信息工程大学江苏省大气环境与装备设计协同创新中心南京210044 南京信息工程大学电子与信息工程学院南京210044

针对传统图像去运动模糊方法易放大噪声,产生振铃效应等问题,提出一种基于梯度域和深度学习的图像运动模糊盲去除算法。该算法利用引导滤波和L0滤波对图像进行预处理,将预处理后的梯度域图像块送入设计的卷积神经网络进行训练;提取训练... 详细信息

针对传统图像去运动模糊方法易放大噪声,产生振铃效应等问题,提出一种基于梯度域和深度学习的图像运动模糊盲去除算法。该算法利用引导滤波和L0滤波对图像进行预处理,将预处理后的梯度域图像块送入设计的卷积神经网络进行训练;提取训练好的模型参数,实现模糊核估计与图像复原;在图像复原过程中使用TV正则项进行图像去模糊。与其他算法相比,该算法能有效地抑制振铃效应和减弱噪声,去运动模糊效果较好。

关键词：运动模糊卷积神经网络梯度域图像复原

在线全文

学校读者我要写书评

暂无评论

多尺度梯度域重建的水下图像增强方法研究

多尺度梯度域重建的水下图像增强方法研究

作者：杨希明湖南理工学院

学位级别：硕士

水下图像作为获取水下信息的重要途经,已经广泛应用于海洋能源探测和环境监测等诸多领域。然而光在水中的传播过程不同于在空气中,由于水体对光的吸收和水中悬浮颗粒对光的散射作用,水下采集的图像通常具有偏色和低对比度等问题。本文... 详细信息

水下图像作为获取水下信息的重要途经,已经广泛应用于海洋能源探测和环境监测等诸多领域。然而光在水中的传播过程不同于在空气中,由于水体对光的吸收和水中悬浮颗粒对光的散射作用,水下采集的图像通常具有偏色和低对比度等问题。本文为解决上述问题,同时考虑到水下图像的视觉效果以及信息保留,提出两种基于梯度域重建的水下图像增强方法,具体研究内容如下:1.针对水下图像存在的色彩偏移、低对比度和模糊等问题,提出一种基于梯度域重建的水下图像增强方法。该方法首先对水下图像进行色彩校正处理,然后对Lab颜色空间的水下图像亮度层进行梯度自适应增强,最后根据泊松不等式重建图像,获得高对比度、高清晰度和具有良好细节及轮廓的水下图像。2.由于在基于梯度域重建的水下图像增强方法中引入了参数防止过度增强,导致在退化严重的区域效果不佳。因此,在基于梯度域重建的方法上,提出一种采用多尺度进行梯度增强的方法,该方法同样对亮度层的梯度进行处理,采用不同的尺度因子增强梯度,然后通过最大梯度融合策略对不同尺度的梯度进行合并,最终重建图像,获得的图像既拥有良好的细节的同时又保证了图像整体的对比度,并压缩了动态范围,符合人眼视觉观感。为了验证本文提出的方法的有效性和可靠性,在数据集UIEB中与其他五种水下增强方法进行对比实验,采用了主观评价和UCIQE、UIQM、MSE和PSNR四个图像质量评价指标对结果进行评价。实验证明,本文提出的两种基于梯度域重建的增强方法在处理水下降质图像的色偏和低对比度问题上具有良好的效果,增强后的水下图像符合人眼视觉特性,观感较佳,在不同退化程度的水下环境中都具有良好的鲁棒性。

关键词：梯度域色彩校正多尺度图像增强水下图像

基于梯度域无监督深度学习的多对比度MRI重建研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于梯度域无监督深度学习的多对比度MRI重建研究

作者：邓涛南昌大学

学位级别：硕士

在临床实践中,由于磁共振成像可通过使用不同对比度设置生成多张磁共振图像,从而为临床诊断提供丰富的多对比度信息。然而,过长的扫描时间增加了生理运动的敏感性,这将会降低成像效果。因此,随着扫描次数的增加,在不牺牲图像结构信息的... 详细信息

在临床实践中,由于磁共振成像可通过使用不同对比度设置生成多张磁共振图像,从而为临床诊断提供丰富的多对比度信息。然而,过长的扫描时间增加了生理运动的敏感性,这将会降低成像效果。因此,随着扫描次数的增加,在不牺牲图像结构信息的前提下,迫切需要可以缩短扫描时间的技术来降低成本、减少病人的不适。压缩感知可以通过减少直接由机器获得的K空间(即傅里叶空间)测量数据来加速磁共振成像。压缩感知理论研究表明,如果经过变换后的数据是稀疏的,高欠采样的K空间数据可以重建出精确的原始数据,这大大减少了采样所需的数据量,从而降低了扫描所花费的时间。然而,在获取的信息不充分的前提下,图像结构信息可能会丢失或模糊。因此,结合额外的先验信息来对重建图像进行稀疏约束,从而提高图像重建质量。随着深度学习的出现,许多研究者对先验信息的构建提出了许多新颖的方法。由此,如何将深度学习强大的学习能力有效的用于先验信息的提取成为了热点研究问题。本课题提出了一种新的方法,通过利用深度学习无监督生成模型,从这些部分采样K空间数据中有效地重建出具有相似解剖结构的多对比度磁共振图像。本论文提出的方法包含两个连续阶段。在先验学习阶段,即无监督深度学习的训练阶段,基于分数估计的生成模型用于从单对比度图像数据集中训练得到梯度域的先验信息。在先验信息确定后,将其应用于不同设置下的多对比度重建当中,如不同数量的对比度图像和不同采样模式。在迭代重建过程中,数据一致项,梯度图和组稀疏性约束项迭代更新,用于获取满意的结果。在仿真和在体磁共振成像数据的实验结果中表明,该方法能够达到更低的重建误差,以及比其他算法更能保留清晰的图像结构。综上所述,本文着重于对无监督深度学习用于多对比度磁共振成像重建问题的研究,挖掘图像潜在先验信息并将其融合于多对比度磁共振成像重建算法中。本课题提出的算法由于利用了不同对比度图像之间的结构相似性和生成模型提供的更精确的近似能力,能够有效地提供更好的保真度。

关键词：多对比度磁共振成像压缩感知梯度域生成模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于变分模型的梯度域色阶映射算法

通信学报 2015年第1期36卷 1-8页

作者：席志红赵蓝飞张驰张忠民哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

针对梯度域动态范围压缩算法存在伪边缘以及局部细节扭曲等现象,提出了一种基于变分模型的梯度域色阶映射方法。首先,在梯度域内构造了一个既能够压缩图像的动态范围又能够保证边缘与细节信息的变分模型;其次,将Gibbs采样的思想引入到... 详细信息

针对梯度域动态范围压缩算法存在伪边缘以及局部细节扭曲等现象,提出了一种基于变分模型的梯度域色阶映射方法。首先,在梯度域内构造了一个既能够压缩图像的动态范围又能够保证边缘与细节信息的变分模型;其次,将Gibbs采样的思想引入到最速下降法中,在求解变分模型最优解的同时有效地提高了无约束最优算法的收敛速度;最后通过改进的最速下降法得到变分模型最优解。实验结果表明该算法能够有效地去除光晕,得到细节保持完好的低动态范围图像。另外,改进的最速下降法保证了算法的实时性。

关键词：高动态范围图像梯度域变分模型最速下降法 Gibbs采样泊松方程

基于视觉感知与梯度域的遥感图像对比度增强变分模型

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2015年第6期45卷 1051-1056页

作者：马宁周则明张鹏罗立民解放军理工大学气象海洋学院南京211101 东南大学计算机科学与工程学院南京210096

基于视觉感知增强变分模型与梯度域增强变分模型,提出了一种新的遥感图像对比度增强变分模型.首先,定义梯度增强项为一个高斯增强函数,该函数利用高斯滤波器对图像进行预处理,以克服梯度对噪声敏感的不足,并根据图像中各点梯度信息自适... 详细信息

基于视觉感知增强变分模型与梯度域增强变分模型,提出了一种新的遥感图像对比度增强变分模型.首先,定义梯度增强项为一个高斯增强函数,该函数利用高斯滤波器对图像进行预处理,以克服梯度对噪声敏感的不足,并根据图像中各点梯度信息自适应地选择保持或者放大原图像的梯度信息.然后,将梯度增强项引入到视觉感知增强模型中,以提高图像对比度并保持更多细节信息.最后,利用梯度下降流法最小化模型的能量泛函并采用数值化方法获取最优解.从全局和局部对比度增强两个方面验证了所提模型的有效性.实验结果表明,相对于现有其他增强变分模型,局部对比度增强模型能够取得更好的主观视觉效果和客观性能评价指标.

关键词：视觉感知梯度域变分对比度增强

基于全变分Retinex及梯度域的雾天图像增强算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2014年第6期35卷 139-147页

作者：陈炳权刘宏立湖南大学电气与信息工程学院湖南长沙410082 吉首大学信息科学与工程学院湖南吉首416000

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分Retinex及梯度域的雾天图像增强算法。首先,采用高斯—赛德尔GS(Gauss-Seidel)迭代算法对基于Retinex的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相... 详细信息

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分Retinex及梯度域的雾天图像增强算法。首先,采用高斯—赛德尔GS(Gauss-Seidel)迭代算法对基于Retinex的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度,在全变分Retinex理论下重建增强后的雾天图像,并将该增强算法应用到彩色图像;最后,加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果,使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明,本算法提高了雾天图像增强后的对比度和清晰度,具有颜色恒常性、颜色保真高等特性。

关键词：雾天图像图像增强 Retinex算法梯度域

在线全文

学校读者我要写书评

暂无评论

梯度域三维头部PET/CT图像融合

中国医学物理学杂志 2017年第3期34卷 246-250页

作者：靳珍怡王远军聂生东上海理工大学医学影像工程研究所上海200093

针对目前图像融合算法基于像素级实现、未充分考虑图像纹理特征、融合效果不理想的现状,本文通过结构张量特征值构造特征模板,在梯度域通过特征加权获得融合梯度场,充分考虑图像特征在融合过程中的决策力,将特征级融合思想嵌入到算法中... 详细信息

针对目前图像融合算法基于像素级实现、未充分考虑图像纹理特征、融合效果不理想的现状,本文通过结构张量特征值构造特征模板,在梯度域通过特征加权获得融合梯度场,充分考虑图像特征在融合过程中的决策力,将特征级融合思想嵌入到算法中,在此基础上实现三维数据的直接融合,同等对待3个维度的信息。在头部PET/CT图像融合实验中,本文算法较基于小波变换的三维数据融合方法,清晰度提升64%,交叉熵提升21%,客观评价优势显著。从图像整体亮度、边缘清晰程度等视觉效果方面比较,本文算法亦优于基于小波变换的融合方法。最后,将融合灰度图像和PET源图像通过Alpha半透明图像叠加进行伪彩色显示,进而提升融合结果中有效信息的辨识程度。

关键词：图像融合梯度域正电子发射断层成像 CT 小波变换泊松方程

在线全文

学校读者我要写书评

暂无评论

基于梯度域的光场全聚焦图像生成方法

西南大学学报（自然科学版） 2020年第10期42卷 174-182页

作者：苏博妮四川文理学院智能制造学院四川达州635000

光场相机存在着空间分辨率和角度分辨率相互制约、成像分辨率不高的问题.针对这一问题,将传统图像融合方法与光场重聚焦技术相结合,提出了一种基于梯度域的光场全聚焦图像生成方法.以Lytro相机光场数据为基础,通过光场重聚焦提取焦点堆... 详细信息

光场相机存在着空间分辨率和角度分辨率相互制约、成像分辨率不高的问题.针对这一问题,将传统图像融合方法与光场重聚焦技术相结合,提出了一种基于梯度域的光场全聚焦图像生成方法.以Lytro相机光场数据为基础,通过光场重聚焦提取焦点堆栈图像,然后将焦点堆栈图像按亮度和色度通道分别进行处理:亮度通道融合采用基于小波分解的梯度积分算法,色度通道融合采用基于像素的色度通道加权求和方法.实验表明,该方法融合亮度通道执行效率高,融合色度通道简单有效,能够生成清晰的光场全聚焦图像,提高了光场图像空间分辨率.

关键词：光场全聚焦图像多焦点图像融合梯度域焦点堆栈