检索结果-南通市图书馆

自适应步长非局部全变分约束迭代图像重建算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2020年第1期40卷 245-251页

作者：王文杰乔志伟牛蕾席雅睿山西大学计算机与信息技术学院

针对计算机断层成像(CT)系统中,全变分(TV)迭代约束模型易于产生阶梯效应以及不能很好地保存图像中精细结构的问题,提出一种自适应步长的非局部全变分(NLTV)约束迭代重建算法。考虑到NLTV模型能较好保存和恢复图像细节以及纹理的特点,... 详细信息

针对计算机断层成像(CT)系统中,全变分(TV)迭代约束模型易于产生阶梯效应以及不能很好地保存图像中精细结构的问题,提出一种自适应步长的非局部全变分(NLTV)约束迭代重建算法。考虑到NLTV模型能较好保存和恢复图像细节以及纹理的特点,首先将CT模型当成在满足投影数据的保真项的解集中寻找满足特定正则项即NLTV最小化的解约束优化模型;然后,使用代数重建(ART)算法和分离布雷格曼(SB)来确保重建结果满足数据保真项和正则化项的约束;最后,以自适应最速下降-投影到凸集(ASD-POCS)算法作为基础迭代框架来重建图像。实验结果表明,在不含噪声的稀疏重建条件下,提出的算法使用30个角度的投影数据已经可以重建出理想的结果。在含噪稀疏数据重建实验中,该算法在30次迭代时已得到接近最终收敛的结果,且均方根误差(RMSE)是ASD-POCS算法的2.5倍。该重建算法能在稀疏投影数据下重建出精确的结果图像,同时改善了TV迭代模型的细节重建能力,且对噪声有一定的抑制作用。

关键词：非局部全变分分离布雷格曼计算机断层成像最优化图像重建

基于高阶和非局部全变分的核磁共振图像重构算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2016年第6期33卷 1903-1906,1912页

作者：陈超楠杨晓梅四川大学电气信息学院成都610065

为了更好地提高核磁共振图像(magnetic resonance image,MRI)重构质量,提出了一种基于高阶和非局部全变分的混合重构算法。首先,该算法采用全局梯度提取法分离待重构MRI图像的平滑区和边缘纹理区;在算法的每次迭代过程中,先对平滑区采... 详细信息

为了更好地提高核磁共振图像(magnetic resonance image,MRI)重构质量,提出了一种基于高阶和非局部全变分的混合重构算法。首先,该算法采用全局梯度提取法分离待重构MRI图像的平滑区和边缘纹理区;在算法的每次迭代过程中,先对平滑区采用高阶全变分(higher degree total variation,HDTV)算法,然后对边缘纹理区采用非局部全变分(non-local total variation,NLTV)算法;最后,将算法迭代结束后的平滑区和边缘纹理区图像合并就是重构图像。实验发现,该算法的重构效果大大优于TV(total variation,全变分)、HDTV、NLTV算法,其重构图像既能有效地滤除噪声和保留纹理细节信息,又大大抑制了全变分的阶梯效应。

关键词：核磁共振图像高阶全变分非局部全变分平滑区边缘纹理区

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图像分解的磁共振图像重建问题研究

基于图像分解的磁共振图像重建问题研究

作者：陈鹏华东师范大学

学位级别：硕士

磁共振成像技术因能精确反映出人体器官中的病变部位而被广泛应用于临床医学诊断中,但是需要采集长时间的人体电磁信号才能获取清晰的磁共振图像.因此缩短采样时间,减少采样数据,并考虑如何从欠采样数据中恢复出高质量的磁共振图像成为... 详细信息

磁共振成像技术因能精确反映出人体器官中的病变部位而被广泛应用于临床医学诊断中,但是需要采集长时间的人体电磁信号才能获取清晰的磁共振图像.因此缩短采样时间,减少采样数据,并考虑如何从欠采样数据中恢复出高质量的磁共振图像成为图像处理领域的研究热点.然而一些传统模型重建得到的磁共振图像缺失了较多细节信息,导致视觉效果不佳.本文旨在使用图像分解技术,选取合适的图像先验正则分别表征图像的卡通部分和纹理部分,建立基于压缩感知的磁共振图像重建模型,使求解得到的卡通部分是原始图像的粗略估计,纹理部分能包含图像中的细节信息,从而恢复出高质量的磁共振图像.本文初步使用全变分正则项和G范数正则项建立基于压缩感知的磁共振图像重建模型,并利用基于高斯回代的扩展交替方向乘子法进行迭代求解.为了测试提出模型的重建图像效果,本文选取了复值磁共振图像,实值磁共振图像和实值自然图像作为测试图像,并分别在高斯随机采样和径向直线采样的情况下进行数值实验.实验表明提出的模型的重建图像相比其它传统重建算法包含更多细节,进而提升视觉效果.为进一步提升重建图像质量,本文提出了基于非局部全变分正则项和G范数正则项的磁共振图像重建模型,并使用相同算法进行迭代求解.在相同的测试图像和采样条件上进行数值实验,实验表明提出的模型的重建图像在定量评价指标和视觉效果上都优于其它传统重建算法.

关键词：磁共振成像图像分解压缩感知高斯回代非局部全变分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非局部全变分的高光谱混合噪声恢复

装备制造与教育 2021年第1期35卷 44-46页

作者：孔祥阳王惠李欣星伍晓亮四川工程职业技术学院基础部四川德阳618000

在高光谱图像混合噪声恢复过程中,传统全变分方法仅考虑了图像的局部平滑性,而未能考虑高光谱图像的非局部相似性,因此恢复的图像的质量有待进一步提升。针对这一问题,考虑到高光谱图像的非局部相似性,引入非局部全变分。实验结果表明,... 详细信息

在高光谱图像混合噪声恢复过程中,传统全变分方法仅考虑了图像的局部平滑性,而未能考虑高光谱图像的非局部相似性,因此恢复的图像的质量有待进一步提升。针对这一问题,考虑到高光谱图像的非局部相似性,引入非局部全变分。实验结果表明,通过将非局部全变分与张量低秩分解相结合的方法得到的结果较传统变分方法在视觉效果和客观评价指标方面都有较大提升。

关键词：非局部全变分张量低秩分解混合噪声

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种基于局部符号差能量的非局部分割模型

计算机工程与科学 2016年第5期38卷 975-982页

作者：闫沫王瑜西安建筑科技大学机电工程学院陕西西安710055 西安航空学院机械学院陕西西安710077

针对灰度非均匀的图像,提出一种基于局部符号差能量的非局部图像分割模型。该模型包含基于局部符号差能量的数据驱动项和非局部全变分正则项,具有局部可分离性和全局一致性的特点。由于本文模型是凸的,因此在数值实现上可以采用split-Br... 详细信息

针对灰度非均匀的图像,提出一种基于局部符号差能量的非局部图像分割模型。该模型包含基于局部符号差能量的数据驱动项和非局部全变分正则项,具有局部可分离性和全局一致性的特点。由于本文模型是凸的,因此在数值实现上可以采用split-Bregman迭代算法,具有较快的运算速度。同经典的基于局部区域的主动轮廓分割模型相比,该方法具有以下优点:(1)该模型受初始化的影响很小;(2)采用split-Bregman迭代算法,运算速度更快;(3)能够对具有细密纹理和具有弱边缘目标的图像进行正确分割。实验结果表明,该模型对灰度非均匀图像能够进行较准确的分割,相比其他模型具有更好的鲁棒性。

关键词：图像分割非局部全变分灰度非均匀局部符号差 split-Bregman算法

基于Bregman的CT稀疏角度迭代重建研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Bregman的CT稀疏角度迭代重建研究

作者：高路西安电子科技大学

学位级别：硕士

计算机断层扫描成像(Computed Tomography,CT)技术广泛应用于医疗诊断和工业检测领域,但是CT成像的高剂量X射线会对人体产生一定的辐射损害,可能潜在地增加引发癌症的几率,因此需要在保证CT图像质量的前提下尽可能地降低X射线的辐射剂... 详细信息

计算机断层扫描成像(Computed Tomography,CT)技术广泛应用于医疗诊断和工业检测领域,但是CT成像的高剂量X射线会对人体产生一定的辐射损害,可能潜在地增加引发癌症的几率,因此需要在保证CT图像质量的前提下尽可能地降低X射线的辐射剂量。基于压缩感知(compressed sensing,CS)理论的稀疏角度投影重建方法可以有效的降低辐射剂量。本文研究了利用SART算法作为数据保真项并采用正则项作为约束惩罚项的迭代重建算法。其中正则化最小化子问题的求解精度和速度对于图像的重建质量好坏和重建时间快慢是至为关键的,故本文利用Split-Bregman迭代算法进行求解。本文研究了基于Split-Bregman迭代的CT稀疏角度投影正则化方法,主要所做的工作分为如下几点:(1)针对目前ART-TV算法中的全变分(Total Variation,TV)正则约束最小化问题求解过程过慢的缺点,以及TV正则容易产生过平滑的问题,因此需要寻找合适的正则化最小化迭代算法和更为适合的正则约束惩罚项。本文研究通用的基于Split-Bregman迭代的稀疏重建下的正则化框架,利用SART作为数据保真项,可以实现不同正则化函数的CT成像。(2)针对目前正则化函数难以选取的问题,对于包括TV、非局部全变分(Non-Local Total Variation,NLTV)和双边全变分(Bilateral Total Variation,BTV)的正则项进行了研究,并在这些正则化函数存在缺陷的基础上,发挥1?范数和2?范数各自的优点,提出了一种范数自适应的BTV(Norm Adaptive BTV,NABTV)正则化方法。实验测试结果验证了该方法的可行性和有效性。

关键词： CT稀疏角度 Split-Bregman TV 非局部全变分范数自适应双差分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

联合局部及非局部先验的单图像超分辨率算法

联合局部及非局部先验的单图像超分辨率算法

作者：李天亦广西大学

学位级别：硕士

作为图像处理领域中的基本问题,超分辨率(Super-Resolution,SR)技术在许多实际场景有着广泛的运用,特别是在医学成像、遥感成像和影音娱乐等领域。图像SR技术能够在不升级现有采集设备的情况下,提高采集图像分辨率,改善图像画面质量。... 详细信息

作为图像处理领域中的基本问题,超分辨率(Super-Resolution,SR)技术在许多实际场景有着广泛的运用,特别是在医学成像、遥感成像和影音娱乐等领域。图像SR技术能够在不升级现有采集设备的情况下,提高采集图像分辨率,改善图像画面质量。因此单图像SR问题本身的研究具有重要的实际意义。在传统的图像超分辨率技术中,通过对低分辨率(Low Resolution,LR)图像进行插值来获得高分辨图像(High Resolution,HR)。由于复杂度较低,基于插值的SR方法得到了广泛应用,但该方法效果不佳,生成的图像较为模糊。基于重建的SR方法是一类受到广泛关注的方法,相对而言具备较好的效果。此类方法的性能主要依赖于对图像先验信息的运用,但是,多数方法没有有效利用图像局部与非局部的先验信息,导致最终效果不佳。为了解决上述问题,本文研究了两个联合运用局部及非局部先验信息的图像SR算法:(1)提出了一种基于非局部全变分(Non-local Total Variation,NLTV)模型和引导核回归(Steering Kernel Regression,SKR)模型的图像超分辨率算法。首先,通过传统的核回归方法获得原始的回归核估计;然后利用SKR算法中局部协方差矩阵影响回归核的思路,获得图像在局部区域的趋势,并根据这一趋势进行自适应的NLTV相似块搜索;最后,使用自适应图像块计算自适应形状的NLTV系数,并通过求解最优化问题得到最终结果。实验结果表明,本文提出的算法具有较好的超分辨率效果,与现有算法相比,提出的算法在主、客观质量上均具有较好的优势。(2)在构建ASNLTV模型的过程中,同时也提出了复杂度较低的自适应形状的非局部均值(Non-Local Means,NLM)模型。本文联合SKR及NLM算法构建出一个联合局部非局部先验的图像超分辨率算法。一方面,类似于第一种算法,采用SKR模型来优化NLM模型,形成自适应形状NLM模型(Adaptive-Shape Non-Local Means,ASNLM),从而更为准确地运用图像内的非局部相似性;另一方面,采用ASNLM模型优化SKR模型,从而形成优化的非局部 SKR 模型(Improved Non-Local Steering Kernel Regression,I-NLSKR)。通过求解联合ASNLM及I-NLSKR约束的优化问题,获取高质量的重建结果。

关键词：单图像超分辨率引导核回归非局部均值非局部全变分局部先验非局部先验

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示的图像超分辨率重建

基于稀疏表示的图像超分辨率重建

作者：刘伟西安电子科技大学

学位级别：硕士

图像超分辨率是指由单幅低分辨率图像或一个低分辨图像序列重建出一幅高分辨率图像。基于插值的图像超分辨率是一类非常经典的超分辨方法。其优点在于算法简单和易于实现，缺点在高放大因子时容易导致图像模糊、高频信息丢失以及边缘锯... 详细信息

图像超分辨率是指由单幅低分辨率图像或一个低分辨图像序列重建出一幅高分辨率图像。基于插值的图像超分辨率是一类非常经典的超分辨方法。其优点在于算法简单和易于实现，缺点在高放大因子时容易导致图像模糊、高频信息丢失以及边缘锯齿化等现象。近年来基于稀疏表示的超分辨方法得到国内外众多学者的关注，相比于传统方法它具有较强的细节重建能力，但由于此类方法忽视了图像的非局部空间冗余和结构冗余，重建效果依然有细节模糊和结构丢失的问题。针对以上问题，本文研究基于字典学习和结构冗余的图像超分辨方法，提出三种面向自然图像的超分辨方法。具体工作如下：（1）针对经典图像超分辨率方法细节丢失等问题，提出一种基于字典学习和结构相似的图像超分辨率重建方法。基于结构相似性将SSIM引入字典学习和稀疏表示用于稀疏求解，使用该方法学得字典更加合理，相应稀疏系数更接近真实高分辨图像的稀疏表示系数。实验结果表明通过该方法得到高分辨图像的图像表面清晰，细节更丰富。（2）现有的基于字典学习的超分辨方法主观假设低分辨图像和高分辨图像在对应的冗余字典下，具有相同的稀疏表示系数，没有考虑图像块之间的结构差异性。首先本文引入结构聚类，对各类样本通过学习得到一对字典。然后对于任意的低分辨图像块，得到多个高分辨图像块。最后经过加权得到最终的高分辨图像块。相对于经典的基于稀疏表示的超分辨率方法，无论是在PSNR、SSIM等数值指标还是视觉效果上本文结果都具有一定的优势。（3）非局部空间冗余是图像的一类典型的冗余。本文将非局部冗余和先验引入图像修复的正则函数设计，提出基于非局部全变分的图像超分辨率重建方法。该方法将图像超分辨重建转化为一个图像修复问题，设计基于非局部全变分的正则函数，对中间图像进行处理。实验结果表明该方法既保证重建的高分辨率图像均匀区域的一致性，又保留了图像的细节信息和边缘轮廓的完整性。

关键词：超分辨率重建字典学习结构聚类非局部全变分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像分解和稀疏表示的图像修复方法研究

基于图像分解和稀疏表示的图像修复方法研究

作者：何仕文哈尔滨工业大学

学位级别：硕士

图像修复是图像处理领域中的热点问题。图像修复技术广泛应用于珍贵艺术品、破损电影胶片数字化修复,图像对象编辑等;还为超分辨率、去马赛克、传输错误纠正、图像压缩等应用提供新颖的思路。本文研究旨在处理图像空间域像素缺失和图像... 详细信息

图像修复是图像处理领域中的热点问题。图像修复技术广泛应用于珍贵艺术品、破损电影胶片数字化修复,图像对象编辑等;还为超分辨率、去马赛克、传输错误纠正、图像压缩等应用提供新颖的思路。本文研究旨在处理图像空间域像素缺失和图像小波系数缺失两种情况的图像修复问题,并提出了两种图像修复算法。针对图像空间域像素缺失的图像修复问题,本文根据自然图像可以分解为结构部分和纹理部分的性质,利用基于扩散偏微分方程和基于纹理合成的图像修复方法分别修复两个部分。对结构部分,针对Chan等提出的TV Inpainting模型会导致“灰度跳变”的问题,提出了结合等照度线方向信息的四阶偏微分方程图像修复模型,同时,为了降低本文模型的复杂度,本文对基于快速行进法的图像修复模型进行改进,预先对图像缺损区域进行填充,从而减少迭代次数;对纹理部分,针对Criminisi算法容易导致误差传播和穷尽搜索时间复杂度高的问题;利用马尔科夫随机场原理,本文提出了距离加权度量策略,通过统计方法,讨论中心距离-图像块平均距离关系,提出利用局部搜索代替全局搜索降低搜索时间。通过与TV Inpainting模型、Criminisi算法以及TV Decomposed模型的实验相比,本文方法可以有效缓解“灰度跳变”问题、抑制了误差传播、提高修复效率;在信噪比和峰值信噪比指标方面,对于相同的缺失率,本文方法分别获得3-6 d B和1-2 d B的提高。针对图像小波系数缺失的图像修复问题,考虑到小波图像(小波系数)缺少适合图像修复的先验模型和图像空间域的先验模型研究比较充分的事实,以及小波分解中低频子带和高频子带的特点提出了两步小波域图像修复模型。第一步:针对小波系数中的低频子带的特点,利用图像的稀疏先验作为低频子带的先验模型,提出基于稀疏表示的低频子带修复模型;第二步:针对高频子带的修复问题,借鉴Chan等的思想,将小波系数修复问题转化为图像空间域中带小波系数约束的修复问题,实现高频部分系数的修复。通过与TV Wavelet模型和Nonlocal Wavelet模型相比,本文方法在相同缺失率的情况下,对噪声的抑制能力更强,特别是,噪声标准差σ≥30,对比模型修复结果包含明显的噪声;在缺失率逐渐增加的情况下,本文模型性能下降更慢,即模型更具鲁棒性;在平均峰值信噪比(PSNR)和平均结构相似度量(SSIM)指标下,对于相同缺失率(包括:随机缺失、低频缺失)下,本文方法获得≥2 d B和≥0.1的提高。

关键词：图像修复图像分解小波变换稀疏表示非局部全变分