視覺是人類取得外界信息的一個(gè)主要媒介。隨著人口老齡化和眼睛保護(hù)意識的缺乏,老年性黃斑病變,病理性近視和視網(wǎng)膜色素變性等視網(wǎng)膜病變導(dǎo)致視力下降。眼科醫(yī)生主要利用頻域光學(xué)相干斷層掃描技術(shù)（SD-OCT）獲得的視網(wǎng)膜圖像來診斷和預(yù)測疾病。SD-OCT成像技術(shù)一次掃描產(chǎn)生128個(gè)低分辨率（Low Resolution,LR）圖像,以形成三維的體數(shù)據(jù),同時(shí),在視網(wǎng)膜黃斑中央凹位置產(chǎn)生5幅高分辨率（High Resolution,HR）圖像,視網(wǎng)膜病變組織結(jié)構(gòu)清晰可見。由于HR圖像數(shù)量少,無法對病變組織進(jìn)行三維量化分析。LR圖像含有大量散斑噪聲,低質(zhì)量圖像給眼科臨床醫(yī)生的診斷和病變組織的量化預(yù)測帶來困難。隨著超分辨率重建（Super Resolution,SR）技術(shù)在醫(yī)學(xué)圖像上的廣泛應(yīng)用,本文對LR視網(wǎng)膜圖像進(jìn)行超分辨率重建。重建后的視網(wǎng)膜圖像質(zhì)量得到改善,有利于視網(wǎng)膜疾病進(jìn)一步的精確治療。本文主要基于字典學(xué)習(xí)的超分辨率算法框架,研究了抑制散斑噪聲和保持邊界的算法,提高了重建圖像質(zhì)量。論文的主要工作總結(jié)如下:（1）提出了一種非局部相似性的視網(wǎng)膜圖像超分辨率算法。由于相似圖像塊的稀疏系數(shù)也相似,所以... 

【文章來源】：濟(jì)南大學(xué)山東省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同病變視圖

圖 1.3 基于學(xué)習(xí)算法的主要思想[10,11]利壓縮感知相關(guān)基本原理，探索了基于稀疏表示的SR算法(SCS后續(xù)的研究中，提出了基于稀疏理論約束條件下的超分辨率算法[12-15]幅圖像超分辨率(SISR)算法，只是利用低分辨率圖像來訓(xùn)練字典，不圖像集。采用K-SVD算法求LR字典，然后使用最優(yōu)方向法求解HR字的效率。SISR是一種不適定問題，需要從外部圖像或者內(nèi)部相似性中的先驗(yàn)知識，因此，Cruz等[17]提出了一種基于自相似性的SISR算法。疏編碼的超分辨率方法都是將圖像劃分成重疊塊，分別處理每一塊，了重疊塊中像素的一致性，Gu等[18]提出了基于卷積稀疏編碼的SR方的問題。Dong等[19]提出了一種新的基于稀疏表示的圖像去模糊和SIS稀疏域選擇和自適應(yīng)正則化，考慮了自然圖像的最佳稀疏域可以在單像和不同圖像塊之間顯著變化的事實(shí)。Zhao等[20]提出一種基于自適應(yīng)法，通過建立正則化模型，將稀疏性和相關(guān)性整合為模型中的正則項(xiàng)，

噪聲等影響，稱為圖像質(zhì)量退化過程。了解圖像的退化過程能夠給超分辨率提供先驗(yàn)知識，所以對圖像退化過程建模是SR重建的基礎(chǔ)步驟。以視網(wǎng)膜圖像的退化過程為例，如圖2.1所示。圖 2.1 視網(wǎng)膜圖像的退化過程視網(wǎng)膜圖像的退化過程可以建模如下：Y = BHX+N(2.1)其中，Y是獲取的LR圖像，X是原始的HR圖像，B是下采樣操作，H是模糊操作，N是噪聲。超分辨率技術(shù)就是從觀測到的LR圖像Y中重建出HR圖像 X ，若將圖像的成像過程當(dāng)作F變換，那么超分辨率重建就是F的逆變換：FYX ()=-1(2.2)式(2.2)的解一定存在

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的混合MAP-POCS超分辨率圖像復(fù)原算法研究[J]. 紹樂圖,陳晨,張紅剛,張國華.  電光與控制. 2015(02)
[2]基于運(yùn)動估計(jì)的肺4D-CT圖像冠矢狀面超分辨率重建[J]. 肖珊,王婷婷,張煜.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2014(02)
[3]基于自適應(yīng)對偶字典的磁共振圖像的超分辨率重建[J]. 劉振圻,包立君,陳忠.  光電技術(shù)應(yīng)用. 2013(04)
[4]改進(jìn)的最大后驗(yàn)概率估計(jì)法實(shí)現(xiàn)單幅圖像超分辨率重建[J]. 張磊,楊建峰,薛彬,閆興濤.  激光與光電子學(xué)進(jìn)展. 2011(01)



本文編號：2916215