為了提高醫(yī)學圖像的分辨率,提出一種基于內(nèi)部樣例的鄰域回歸超分辨率方法。首先,把輸入的低分辨率圖像當做高分辨率圖像去構(gòu)造基于自身實例的內(nèi)部圖像訓(xùn)練集,不再依賴外部訓(xùn)練集;然后,把高分辨率重建分成高頻重建和低頻重建,用鄰域回歸方法重建圖像高頻細節(jié)部分,用雙三次插值方法重建低頻部分;最后,用迭代組合的方法聯(lián)合高頻分量和低頻分量來獲得最終輸出的高分辨率圖像。實驗結(jié)果表明,該方法性能優(yōu)于傳統(tǒng)的超分辨率重建算法,重建出的醫(yī)學圖像視覺效果更真實。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 自身實例的超分辨率重建
2 內(nèi)部訓(xùn)練集的構(gòu)建
    2.1 構(gòu)建高分辨率訓(xùn)練集
    2.2 構(gòu)建低分辨率訓(xùn)練集
    2.3 構(gòu)建訓(xùn)練集的算法
3 圖像重建
    3.1 高頻重建和低頻重建
    3.2 組合高頻分量和低頻分量
    3.3 圖像重建算法
4 實驗結(jié)果與分析
5 結(jié)束語



本文編號：3912842