共查询到20条相似文献，搜索用时 31 毫秒
1.
一种新的PET序列图像超分辨率优质重建算法 总被引：1，自引：1，他引：0
利用超分辨率重建技术,从含有加性高斯噪声和模糊噪声的正电子发射成像(PET)序列低分辨率图像,重建出一幅优质高分辨率图像。作者提出了一种基于正则化参数(RP)的通道自适应线性斜率超分辨率算法。该算法采用平移运动模型,通过对RP线性斜率的自适应更新,动态优化代价函数,以降低对PET图像高频成分的抑制。为验证新算法的有效性,采用模拟PET序列图像进行实验。实验中,与HUHE算法相比,新算法PSNR平均提高2.65dB。新算法在改善图像空间分辨率上取得良好的效果,同时具有很好的抗噪性能。 相似文献
2.
介绍了超分辨率图像重建的基本概念、应用场合和主要的重建方法,着重分析了压缩域中的超分辨率重建技术,并对未来的研究问题进行了展望。 相似文献
3.
功能核磁共振成像(functional magnetic resonance imaging,fMRI)是一种重要的生物医学成像和神经科学研究的手段。然而,空间分辨率低、时间分辨率低以及信噪比低仍然限制了其实际研究应用。本文提出了一种高时空分辨率的图像重建方法,实现光信息同步磁共振技术扫描脑皮层神经活动产生的血氧动态响应,时分式覆盖k空间数据(time division coverage,TDC)。同时也提出一种波长参数化指数平均滤波波长调制光谱法(PEMA-WMS)实现实时脑皮层血氧动态光学传感。实验给出了在预实验磁共振图像作为高空间分辨率组织层的光子流传感蒙特卡罗模拟方法和视觉皮层功能成像仿真,并得出本文方法的图像重建结果。 相似文献
4.
针对由于现有条件下探测器分辨率低导致图像分辨率差的问题,提出了一种利用探测器错位采集低分辨率投影数据来重建高分辨率图像的方法,并进行了计算机仿真实验,结果表明该方法是行之有效的。 相似文献
5.
6.
图像超分辨率是一种采用软件算法提高图像空间分辨率的技术,由于传统超分辨率方法超清程度有限,基于深度学习的图像超分辨率方法成为研究者们近年来的研究重点。基于生成对抗网络（GAN）的图像超分辨率方法,在其网络模型结构基础上增加批处理归一化（BN）层以提升网络收敛速度、加强网络训练稳定性,更改上采样层网络并对损失函数作相应修改。在网络训练过程中,选择当前比较通用的Adam优化器。实验结果表明,该方法具有很好的超分辨率图像重建能力,且在训练过程中训练稳定性得到提升,收敛速度也有所加快。 相似文献
7.
8.
为了更好地研究MRI成像技术和图像重建算法,采用Matlab图形用户界面创建了MRI仿真平台。该平台模拟了线性、螺旋及并行扫描3种成像方式,可以导入不同模型图像,设计K空间扫描轨迹,模拟K空间数据采集过程,显示采集信号的波形。对这3种成像方式的图像重建加以实现,并对重建误差进行了分析。该平台为其它各种MRI数据采集和图像重建新算法的研究提供了一种有效工具。 相似文献
9.
对并行磁共振成像图像重建算法的工程实现进行了研究,采用C++语言创建了GRAPPA算法类。用成员函数的形式对GRAPPA算法中的关键步骤进行了封装,完成了重建系数的求解、拟合缺失的相位编码行、傅立叶重建等功能。调用GRAPPA类可以快速地重建出高质量的MRI图像,在图像重建领域为国内开发具有并行成像功能的超导MRI扫描仪提供了参考。 相似文献
10.
提出了一种基于生成器网络的遥感图像超分辨率方法。该方法对网络的权重随机初始化,无需使用数据集进行预训练。输入待修复的低分辨率图像,通过迭代训练网络,生成网络输出边缘更为清晰的超分辨率图像。对遥感图像上复杂纹理的修复也达到了更清晰的预期效果。实验结果表明,生成网络能在遥感图像超分辨率上达到经过大量数据集训练的卷积神经网络相似甚至更好的表现。 相似文献
11.
医学图像重建是我校生物医学工程专业的专业基础课之一,主要介绍医学成像与分析系统中的现代图像重建技术。本文针对该课程的特点,以提高医学图像重建教学效果为目标,增加实验教学环节,主要包括医学图像重建课程的基础仿真实验和应用实践实验。教学实践证明,通过本文所设计的实验训练,能激发学生的学习兴趣,加强学生对课程内容的理解与掌握,改善医学图像重建课程的教学效果。 相似文献
12.
多帧图像超分辨率重建技术就是将一些变形、模糊、降采样的低分辨率图像进行融合,估计出一幅高分辨率图像,其步骤主要分为运动估计、插值处理、图像重建.本文采用Vandewalle配准方法将处理过的低分辨率图像序列映射到一幅高分辨率网格上,然后进行插值,最后结合小波变换和迭代方法进行图像重建,并采用小波阈值去噪方法进行去噪处理.实验结果表明：本算法能较好地提高图像的峰值信噪比,是图像重建的一种有效方法. 相似文献
13.
《洛阳师范学院学报》2017,(8):32-35
针对已有图像重建算法分辨率低、需要大量计算的问题,本文提出了一种基于感知字典和数据自适应性的稀疏重建算法.首先,针对图像的数据结构,对样本数据进行超完备字典的训练,继而通过针对性的字典对图像进行稀疏重建.同时,为进一步改善算法的重建性能,并充分利用图像的有效信息,本文构造了数据自适应的感知字典.实验表明,该算法在不影响图像重建精确度的前提下可以减少计算复杂度,并具有良好的鲁棒性和较高的效率. 相似文献
14.
工业CT(ICT)在国防工业及民用工业中获得了广泛的应用，而实际中往往检测不到完全的投影数据，针对这种不完全投影数据重建的情况，提出了利用代数重建法来进行图像重建。应用该算法对几种不完全投影数据情况下的图像重建进行了仿真实验，实验效果良好。 相似文献
15.
《实验室研究与探索》2017,(4):11-15
针对粒子图像测速(PIV)实验过程中的图像采集问题,基于现场可编门阵列(FPGA)技术提出一种适用于流场图像采集的控制方法。该方法根据PIV实验时的图像分辨率高、位宽大、传输速率高的特点进行了控制结构的优化设计:首先FPGA将配置信息发送给相机,然后在FPGA上产生用于相机、光源同步的触发控制信号,在FPGA内部进行图像信号的采集与传输。所提方法中,整个PIV数据的采集与控制均在一片FPGA芯片上进行,大大提高了系统的集成度,从而增强了系统的稳定性。最后,对所提的控制方法进行了验证分析。结果表明:所提方法可以有效地解决粒子图像的采集问题。 相似文献
16.
计算机断层成像(compuced tomography，简称CT)是一种先进的成像技术，它是在无损状态下获得被检物体断层的灰度图像．以其灰度来分辨被检测断面内部的几何结构、材质情况、缺陷种类等．是国际上公认的最佳的无损检测手段。本文首先介绍了计算机断层成像的基本原理，然后讨论了代数重建法，并给出了采用该算法的计算机仿真重建结果，最后指出了今后的研究方向。 相似文献
17.
《西安文理学院学报》2021,(2)
针对传统图像超分辨率技术,在进行模糊图像时效果不佳的问题,开展了基于微积分和凸集投影技术的图像超分辨率重建技术研究.将分数阶微积分应用于传统凸集投影技术中,首先采用分数阶微分方法实现了图像帧的增强,然后采用分数阶积分方法降低了微分过程中产生的误差,提高了算法的效率和适应性.通过最终实验分析可知,本文算法在各项评价指标方面的表现均优于各传统算法,尤其对于模糊图像的重建,优势更加明显,有效解决了模糊图像的超分辨率重建问题. 相似文献
18.
19.
20.
不完全投影数据图像重建为降低照射剂量提供了一个新的解决方案。在K SVD字典学习算法中,由于选取K SVD算法中的初始化字典对训练得到的自适应字典构造有影响,因此通过引进一个稀疏初始化字典矩阵,使K SVD字典学习算法能更好地适应于稀疏图像重建。在此基础上,提出了一种基于改进的K SVD字典学习和SART重建算法相结合的图像重建算法。实验结果表明,该算法能够在投影数据不完备的情况下准确地重建出图像,同时保留图像的细节分量,提高重建图像的质量,尤其是可以减少由于投影数据不完备而造成的条状伪影现象。 相似文献