基于离散剪切波变换的傅里叶叠层成像算法研究
被引量:1
摘要
本文为了提高傅里叶叠层成像的图像重建质量,提出基于离散剪切波变换的傅里叶叠层成像,将离散剪切波作为稀疏基,利用其多尺度和各向异性的特点对图像进行稀疏重构。实验证明:该算法能够显著提升图像重建质量,并且具有良好的稳定性和鲁棒性。
出处
《电子技术与软件工程》
2021年第5期130-133,共4页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
二级参考文献13
-
1DONOHO D. Compressed sensing[J]. IEEE Trans on Information Theory,2006,52 ( 4 ) : 1289-1306.
-
2CANDES E,TAO T. Near optimal signal recovery from random projections : universal encoding strategies [ J ]. IEEE Trans on Information Theory,2006,52( 12 ) :5406-5425.
-
3AKCAKAYA M, NAM S, HU P,et al. Compressed sensing with wavelet domain dependencies for coronary MRI :a retrospective study[ J ].IEEE Trans on Medical Imaging,2011,30(5 ) :1090-1099.
-
4HALDAR J P, HEMANDO D, LIANG Zhi-pei. Compressed sensing MRI with random encoding[ J ]. IEEE Trans on Medical Imaging, 2011,30(4) :893-903.
-
5OTAZO R, KIM D, AXEI. L,et al. C.mbination of compressed sensing and parallel imaging for highly accelerated first-pass cardiae perfusion MRI[ J ]. Magnetic Resonance in Medicine, 2010,64 ( 3 ) : 767- 776.
-
6ZHAO Bo, HALDAR J P, BRINEGAR C,et al. Low rank matrix recovery fnr real-time cardiac MRI [ C ]//Proc of the 7th IEEE International Symposium on Biomedical Imaging. 2010:996-999.
-
7GUO Kang-hui, LABATE D. Optimally sparse multidimensional representation using shearle/s[ J ]. SIAM Journal on Mathematical Analysis ,2007,39( 1 ) :298-318.
-
8EASLEY G, I,IM W, LA BATE D. Sparse directional image representations using the discrete shearlet transform[ J ]. Applied and Computational Harmonic Analysis ,2008,25 ( 1 ) :25-46.
-
9CANDES E J. The restricted isometry property and its implications for compressed sensing [ J ]. Comptes Rendus Mathematique, 2008, 346(9-10) :.589-592.
-
10TROPP J A, GILBERT A C. Signal recovery, from random measuremeres via orthogonal malching pursuit [ J ]. IEEE Trans on Information Theory,2007,53( 12 ) :4655-4666.
共引文献7
-
1敬朝阳,杨晓梅,王郗雨.基于稀疏与低秩的核磁共振图像重构算法[J].计算机应用研究,2015,32(3):942-945. 被引量:2
-
2赵扬,王敬时,王伟,汤敏.基于压缩感知的磁共振血管快速成像的研究进展[J].医疗卫生装备,2016,37(3):104-109. 被引量:7
-
3陈超楠,杨晓梅.基于高阶和非局部全变分的核磁共振图像重构算法[J].计算机应用研究,2016,33(6):1903-1906. 被引量:2
-
4李艳玮,郑伟勇.改进对比度和空间频率的图像融合算法[J].计算机工程与设计,2017,38(9):2457-2463. 被引量:3
-
5王翰林,周宇轩,王伟.基于curvelet变换快速迭代收缩阈值算法的压缩采样磁共振图像重建[J].北京生物医学工程,2018,37(4):356-363. 被引量:1
-
6杜年茂,徐佳陈,肖志勇.基于卷积神经网络的欠采样脑部核磁共振图像重建方法[J].计算机应用,2020,40(10):3060-3065. 被引量:3
-
7杜年茂,宋威.深度迭代卷积神经网络的快速脑部MRI重建算法[J].计算机科学与探索,2020,14(12):2150-2160. 被引量:3
同被引文献7
-
1刘明君,董增寿,张凤珍.基于改进的非下采样剪切波变换多聚焦图像融合技术的研究[J].仪表技术与传感器,2017(9):114-117. 被引量:3
-
2刘巧红,林敏,李广超.非下采样Shearlet域多变量模型的图像去噪[J].西华大学学报(自然科学版),2018,37(6):26-31. 被引量:1
-
3荆方,刘增力.基于改进的双边滤波与非下采样剪切波变换的图像去噪[J].通信技术,2019,52(1):80-85. 被引量:5
-
4侯春萍,李浩,岳广辉.局部和全局特征融合的色调映射图像质量评价[J].湖南大学学报(自然科学版),2019,46(8):132-140. 被引量:10
-
5王加忠,潘振宽,魏伟波,徐娟.彩色图像乘性噪声去除的高阶变分模型[J].计算机仿真,2020,37(2):443-448. 被引量:3
-
6汪鹏,刘泽玲,王利琴,董永峰.基于PB-DBSCAN的GPS数据去噪[J].计算机工程与设计,2021,42(3):678-683. 被引量:2
-
7唐菓,邓兴升,王清阳.基于密度聚类的点云滤波算法研究[J].激光与光电子学进展,2022,59(16):426-437. 被引量:8
二级引证文献6
-
1臧世民,华雄,胡廷广.综合智能防误场景下变电站视频图像去噪技术[J].通信电源技术,2022,39(16):27-29. 被引量:1
-
2郭银景,马新瑞,许越铖,孔芳,吕文红.水下光声图像空间配准算法研究综述[J].计算机工程与应用,2023,59(5):14-27. 被引量:1
-
3陈永,杜婉君,赵梦雪.改进多重字典联合自适应学习的稀疏壁画修复[J].湖南大学学报(自然科学版),2023,50(12):1-9. 被引量:1
-
4刘光宇,刘彪,胡嘉鑫,苍岩,赵恩铭,周豹.基于中性集合与双边滤波的NSCT域声呐图像去噪[J].湖南大学学报(自然科学版),2023,50(12):19-27. 被引量:1
-
5冯伟,刘光宇,刘彪,周豹,赵恩铭.基于自适应维纳滤波和2D-VMD的声呐图像去噪算法[J].南京信息工程大学学报(自然科学版),2024,16(1):97-105.
-
6邹佩,付明春,段辰璐.基于分数阶偏微分的数字图像滤波去噪仿真[J].计算机仿真,2024,41(3):533-537.