基于高阶和非局部全变分的核磁共振图像重构算法

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。