在超分辨率圖像重建（SR）模型中,為了達(dá)到良好的重建效果,選擇一個(gè)合適的代價(jià)函數(shù)是研究的重點(diǎn)。采用SR重建模型中的差錯(cuò)項(xiàng)選擇了洛倫茲范數(shù),正則化項(xiàng)選擇了吉洪諾夫正則化,重建過程采用了迭代方法。提出的算法可以有效地解決醫(yī)學(xué)圖像SR重建過程中的去異值點(diǎn)和圖像邊緣保持的兩大關(guān)鍵問題,達(dá)到良好的重建效果。為了驗(yàn)證上述算法的有效性,就一系列添加了運(yùn)動(dòng)模糊和不同噪聲的低分辨率MRI醫(yī)學(xué)圖像進(jìn)行了SR重建,并且與基于L₂范數(shù)的重建算法的重建效果進(jìn)行了比較分析。實(shí)驗(yàn)結(jié)果顯示,所提算法具有良好的實(shí)用性和有效性。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(04)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

基于洛倫茲范數(shù)重建圖像

洛倫茲范數(shù)

實(shí)驗(yàn)中的低分辨率圖像序列是由原始的高分辨率MRI醫(yī)學(xué)圖像[16](見圖2)經(jīng)過全局運(yùn)動(dòng),3×3高斯模糊,采樣因子為2的水平和垂直方向上的下采樣,以及加入兩種不同類型的常見醫(yī)學(xué)噪聲(高斯、椒鹽噪聲)來得到的,見圖3。對(duì)不同噪聲情況下的圖像,基于兩種重建方法的SR重建結(jié)果分別如圖4和圖5所示。實(shí)驗(yàn)結(jié)果表明,對(duì)于醫(yī)學(xué)圖像,本文中的超分辨率圖像重建方法在主觀評(píng)價(jià)和客觀指標(biāo)方面的重建效果都優(yōu)于基于L2范數(shù)的重建方法。采用本文算法的重建后圖像具有很好的視覺和邊緣保持效果。重建結(jié)果充分顯示了本文算法在各種噪聲情況下都能保持良好的重建的魯棒性和適應(yīng)性,尤其是在椒鹽噪聲的情況下,噪聲影響幾乎完全被消除。


本文編號(hào)：3008704