[发明专利]一种核磁图像超分辨率的系统及方法有效
| 申请号： | 201410321447.9 | 申请日： | 2014-07-08 |
| 公开（公告）号： | CN104123722B | 公开（公告）日： | 2017-02-01 |
| 发明（设计）人： | 信俊昌;王中阳;康雁;王之琼;田硕;汪良波 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00 |
| 代理公司： | 沈阳东大知识产权代理有限公司21109 | 代理人： | 梁焱 |
| 地址： | 110809 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 图像 分辨率 系统 方法 | ||
1.一种核磁图像超分辨率的系统，其特征在于，包括图像超分辨率训练单元、图像超分辨率单元和随机参数生成器；
图像超分辨率训练单元包括第一降质器、降质图像分配器、第一插值器、第一特征提取器、训练集分配器、第一分割器、第一向量器、第一剥离器、第一转换器、权向量参数生成器和参数选择器；
图像超分辨率单元包括第二降质器、第二插值器、第二特征提取器、第二分割器、第二向量器、第二剥离器、第二转换器和超分辨率器；
随机参数生成器：用于利用ELM原理，随机设定神经网络隐层节点个数L，生成用于计算神经网路输出节点的权重向量参数的随机参数，即神经网路输入节点的权重向量w1,w2,...,wL和神经网路隐层节点的阈值b1,b2,...,bL；
第一降质器：用于将原始核磁图像I0以同一降质原则进行i次降质处理，得到i个降质图像I-1,…,I-i,I-i-1，i个降质图像与原始核磁图像I0组成核磁图像集(I0,I-1,…,I-i,I-i-1)；
降质图像分配器：用于将核磁图像集(I0,I-1,…,I-i,I-i-1)划分为目标图像集(I0,I-1,…,I-i+2,I-i+1)、预插值图像集(I-2,I-3,…,I-i,I-i-1)和预特征提取图像集(I-1,I-2,…,I-i+1,I-i)，其中，目标图像集(I0,I-1,…,I-i+2,I-i+1)为核磁图像集(I0,I-1,…,I-i,I-i-1)中的前-i+1个图像构成的图像集，预特征提取图像集(I-1,I-2,…,I-i+1,I-i)为目标图像集(I0,I-1,…,I-i+2,I-i+1)中各图像分别降低一级分辨率的图像构成的图像集，预插值图像集(I-2,I-3,…,I-i,I-i-1)为预特征提取图像集(I-1,I-2,…,I-i+1,I-i)中各图像分别降低一级分辨率的图像构成的图像集；
第一插值器：用于分别对预插值图像集(I-2,I-3,…,I-i,I-i-1)中的图像进行插值处理，使插值后的图像提高一级分辨率，得到插值图像集(S-1,S-2,…,S-i+1,S-i)；
第一特征提取器：用于对插值图像集(S-1,S-2,…,S-i+1,S-i)的图像和预特征提取图像集(I-1,I-2,…,I-i+1,I-i)中的与插值图像集的各图像分辨率相同的图像进行特征图像提取，得到特征图像集(F-1,F-2,…,F-i+1,F-i)；
训练集分配器：用于将目标图像集(I0,I-1,…,I-i+2,I-i+1)中各图像与特征图像集(F-1,F-2,…,F-i+1,F-i)中低于目标图像集中的各图像一级分辨率的图像分配到一个超分辨率训练图像组，共得到i个超分辨率训练图像组(F-1,I0),(F-2,I-1),…,(F-i+1,I-i+2),(F-i,I-i+1)；
第一分割器：用于分别将超分辨率训练图像组(F-1,I0),(F-2,I-1),…,(F-i+1,I-i+2),(F-i,I-i+1)中的F-1,F-2,…,F-i+1,F-i分割为分辨率为3*3的特征图像块，I0,I-1,…,I-i+2,I-i+1根据降质原则分割为比3*3分辨率高一级分辨率的超分辨目标图像块；
第一向量器：用于将分割后的特征图像块和超分辨目标图像块进行向量化处理，将每个特征图像块和超分辨目标图像块转换成向量的表示形式，即特征图像块的特征向量和超分辨目标图像块的目标向量，组成训练向量集；
第一剥离器：用于对特征图像块的特征向量和超分辨目标图像块的目标向量进行剥离，特征图像块的特征向量组成超分辨率训练图像组的特征矩阵，超分辨目标图像块的目标向量组成超分辨率训练图像组的目标矩阵；
第一转换器：用于根据随机参数生成器生成的神经网络输入节点的权重向量w1,w2,...,wL和神经网络隐层节点的阈值b1,b2,...,bL，将超分辨率训练图像组的特征矩阵转换成超分辨率训练图像组的ELM神经网络隐层输出矩阵；
权向量参数生成器：用于根据超分辨率训练图像组的ELM神经网络隐层输出矩阵和超分辨率训练图像组的目标矩阵，利用ELM原理，计算超分辨率训练图像组的ELM神经网络输出节点的权重向量参数；
参数选择器：用于对权向量参数生成器计算的超分辨率训练图像组的ELM神经网络输出节点的权重向量参数进行选择，选择出最佳参数；
第二降质器：用于对原始核磁图像I0按与第一降质器相同的降质原则进行降质处理，得到原始核磁图像的降质图像I-1；
第二插值器：用于对原始核磁图像的降质图像I-1进行插值处理，得到与原始核磁图像I0分辨率相同的原始核磁图像的插值图像S0；
第二特征提取器：用于对原始核磁图像I0和原始核磁图像的插值图像S0进行特征图像提取，得到原始核磁图像的特征图像F0；
第二分割器：用于对原始核磁图像的特征图像F0进行分割，将原始核磁图像的特征图像F0分割为分辨率为3*3的原始核磁图像特征图像块；
第二向量器：用于对原始核磁图像特征图像块进行向量化处理，得到原始核磁图像特征图像块的特征向量；
第二剥离器：用于将原始核磁图像特征图像块的特征向量组成原始核磁图像的特征矩阵X0；
第二转换器：用于根据随机参数生成器生成的神经网络输入节点的权重向量w1,w2,...,wL和神经网络隐层节点的阈值b1,b2,...,bL，将原始核磁图像的特征矩阵X0转换成原始核磁图像的ELM神经网络隐层输出矩阵H0；
超分辨率器：用于利用ELM原理，根据参数选择器选择得到的最佳参数和原始核磁图像的ELM神经网络隐层输出矩阵H0，得到原始核磁图像的超分辨率图像ISR。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201410321447.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：电梯补偿绳固定装置
- 下一篇：一种基于字典选择的关键帧提取方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
