题名 基于高阶和非局部全变分的核磁共振图像重构算法
被引量:2
1
作者
陈超楠
杨晓梅
机构
四川大学电气信息学院
出处
《计算机应用研究》
CSCD
北大核心
2016年第6期1903-1906,1912,共5页
文摘
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
Keywords
MRI
HDTV
NLTV
constant area
detail area
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 局部全变分卡通纹理分解医学影像滤波
被引量:1
2
作者
王静
韩雪
皇甫彩虹
乔应旭
司马海峰
机构
河南理工大学计算机科学与技术学院
河南理工大学电气工程与自动化学院
出处
《中国医学物理学杂志》
CSCD
2019年第8期918-923,共6页
基金
国家自然科学基金(61401150,61472119,61572173,61602-157)
河南省科技攻关计划(182102210053)
+2 种基金
河南省科技创新杰出青年计划(184100510009)
河南理工大学博士基金(B2013-039)
河南省高校基本科研业务费专项资金(NSFRF1604)
文摘
针对直接采用全局滤波方法会模糊图像的边缘,丢失重要纹理信息的弊端,提出一种基于快速变分卡通纹理分解的非局部正则化滤波方法。首先将非线性局部全变分作为图像分解的指示函数,分离图像的卡通结构分量和纹理震荡分量;其次根据震荡分量极强的重复性及结构方向性,结合具有较好方向选择性以及块相似匹配性的非局部梯度正则项,利用分裂Bregman方法求解震荡分量的非局部全变分极小化问题;最后将分解得到的卡通分量与去除噪声的震荡分量进行加权合成,得到复原图像。实验结果表明该算法对有精细结构和纹理的医学图像具有更佳的恢复效果,可以有效地应用于临床诊断以及后续分割。
关键词
图像滤波
卡通纹理
局部全变分
非局部 均值
Keywords
image filtering
cartoon-texture
local total variation
nonlocal means
分类号
R318
[医药卫生—生物医学工程]
TP391
[自动化与计算机技术—计算机应用技术]
题名 自适应步长非局部全变分约束迭代图像重建算法
被引量:6
3
作者
王文杰
乔志伟
牛蕾
席雅睿
机构
山西大学计算机与信息技术学院
出处
《计算机应用》
CSCD
北大核心
2020年第1期245-251,共7页
基金
山西省重点研发计划项目(201803D421012)
山西省留学人员科技活动项目(RSC1622)~~
文摘
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
Keywords
Non-Local Total Variation (NLTV)
Split Bregman (SB)
Computed Tomography (CT)
optimization
image reconstruction
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
题名 基于非局部全变分的高光谱混合噪声恢复
4
作者
孔祥阳
王惠
李欣星
伍晓亮
机构
四川工程职业技术学院基础部
出处
《装备制造与教育》
2021年第1期44-46,共3页
基金
四川工程职业技术学院2020年度院级科研项目:基于张量分解的遥感图像恢复技术研究(编号:YJ2020KJ-14)阶段性研究成果。
文摘
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
Keywords
nonlocal total variation
tensor
low rank decomposition
mixed noise
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种基于局部符号差能量的非局部分割模型
5
作者
闫沫
王瑜
机构
西安建筑科技大学机电工程学院
西安航空学院机械学院
出处
《计算机工程与科学》
CSCD
北大核心
2016年第5期975-982,共8页
文摘
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
Keywords
image segmentation
nonlocal total variation
intensity inhomogeneity
LSD
split-Breg-man algorithm
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于小波树和非局部TV的压缩感知MR图像重建
6
作者
郝王丽
韩猛
胡欣宇
机构
山西农业大学软件学院
出处
《物联网技术》
2017年第6期17-19,24,共4页
基金
山西农业大学青年科技创新项目(41257914)
山西农业大学科技创新基金项目(2015YJ09)
文摘
核磁成像是一种非侵入式观测病人组织改变的技术,但其速度很慢,因此提高核磁图像的重建速度有着非常重要的意义。压缩感知常用来快速重建核磁图像,且被建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题。压缩感知理论表明,图像本身或其在某个变换域内越稀疏,其重建质量就越好。根据结构稀疏理论,一个长度为n的标准K-稀疏数据,若其是树稀疏的,用于重构的采样样本可由O(K+Klogn)减少到O(K+logn)。若经小波树变换后的图像是树稀疏的,便可获得更好的重建图像。全变分项虽然在复原图像结构方面很有效,但其会造成图像的过平滑并为重构图像带来块效应,非局部全变分可以克服其缺陷,并在保持图像边缘和细节信息以及提高信噪比方面很有优势。鉴于此,文中提出了基于小波树稀疏和非局部全变分的压缩感知核磁图像重建模型。实验结果表明,利用该模型核磁图像可以很快地被重建且其图像细节信息得到了很好的保持。基于小波树稀疏和非局部全变分的压缩感知核磁图像重建模型在核磁图像重建质量和重构时间方面具有良好性能。
关键词
小波树
非局部全变分
压缩感知
核磁共振图像
图像重建
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于结构先验的加权NLTV能谱CT重建算法
被引量:11
7
作者
张海娇
孔慧华
孙永刚
机构
中北大学理学院数学系
中北大学信息探测与处理山西省重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第8期326-334,共9页
基金
国家自然科学基金(61601412
61571404
+1 种基金
61471325)
山西省自然科学基金(2015021099)
文摘
能谱计算机断层扫描在数据采集过程中可以区分光子能量,并同时得到多个能量通道的投影。由于单个能量通道只包含了总光子数的一小部分,且大多数光子计数探测器只能承受有限的计数率,所以多通道投影通常含有较大的噪声。为了从噪声投影中重建出高质量的能谱图像,利用不同能量通道下重建图像具有结构相似性,提出一种基于结构先验的加权非局部全变分(NLTV)重建算法。设计了简单和复杂两种模型进行仿真,比较了TV算法、NLTV算法、加权NLTV算法,以及基于结构先验的加权NLTV等去噪算法的重建效果,结果表明,本文算法对复杂模型和高噪声模型的重建具有明显优势。
关键词
成像系统
能谱计算机断层扫描
去噪算法
非局部全变分 算法
加权非局部全变分
结构先验信息
Keywords
imaging systems
spectral computed tomography
denoising algorithm
non-local total variation algorithm
weighted non-local total variation
structural prior information
分类号
O434.19
[机械工程—光学工程]