并行磁共振图像的非二次正则化保边性重建

针对并行磁共振在欠采样率较高情况下重建图像存在的混迭伪影和噪声问题,提出一种非二次正则化的保边性图像重建算法.基于SENSE技术,该算法以保边平滑性的非二次凸函数为正则化项,构建一个非二次代价函数,并运用非线性共轭梯度算法求解该最小化问题,实现并行磁共振图像的保边性重建.为了评价算法的有效性和鲁棒性,以归一化均方误差作为评价准则,分析并行磁共振欠采样率最大时真实数据和仿真数据的图像重建.结果表明,该算法显著减少欠采样率较高时并行磁共振图像的混迭伪影,并能够有效抑制噪声和保留边缘信息.相比于其他图像重建算法,该算法能够快速收敛.

基于保边函数的图像去噪

为解决传统去噪算法对图像平滑区域效果较好,但存在边缘模糊且残余噪声较大的不足,在分析传统各向同性扩散的基础上,以去噪目的为先验知识建立保边去噪模型,提出了基于保边函数的图像去噪算法.该算法对图像平滑区域进行各向同性的平滑处理,保留了传统算法的优点;对图像边缘区域进行各向异性处理克服了传统算法的边缘模糊现象.实验结果表明:基于保边函数的去噪算法具有残余噪声较小和保边性,提高了图像的PSNR和视觉效果.但是对图像中的较小边缘误作为噪声被去除.

超分辨率图像重建效果优化算法研究

针对现有的超分辨率算法很难在重建效果和运行速度上取得较好平衡的问题,提出了迭代反投影（IBP）结合自适应字典学习的超分辨率图像重建算法。首先,在IBP基础上添加各向异性扩散,使之具有边缘增强和保边效果;然后,为了结合更多的先验知识,利用交叉分辨率获得去模糊化的低分辨率图像块;最后,通过自适应字典学习和镜像图像获得重建后的高分辨率图像。从实验结果数据可以看出,提出的算法具有较高的PSNR值和SSIM值,其中,SSIM的值最高可以达到0.94,非常接近于1。从实验结果图可以看出,提出算法的纹理保留较好,图像更自然和准确。此外,提出的算法运行速度并不逊色于原始IBP算法,具有很好的实用性。

基于保边IBP和结构相似性的超分辨率图像重建算法

针对一般超分辨率算法无法在重建效果和运行速度上取得较好的平衡,结合结构相似性提出了一种具有保边性的迭代反投影算法(iterative back projection,IBP)的超分辨率算法。兼顾算法运行速度,在传统的IBP基础上添加各项异性扩散,使之具有边缘增强和保边效果。为了结合更多的先验知识,将保边IBP和结构相似性结合在一起,使重建效果更加自然细腻。采用峰值信噪比和结构相似性度量评价算法效果。从实验结果数据可以看出,算法具有最高的PSNR值和SSIM值,其中SSIM的值最高可以达到0.95,非常接近于1。从实验结果图可以看出,算法的纹理保留的最好,图像更自然和准确。而且运行速度没有严重落后于传统IBP,具有很好的实用性。