[发明专利]基于低秩矩阵近似的光声显微成像方法及装置在审
| 申请号: | 201610034678.0 | 申请日: | 2016-01-19 |
| 公开(公告)号: | CN105719325A | 公开(公告)日: | 2016-06-29 |
| 发明(设计)人: | 孙明健;李百祺;刘婷;王明华;宋之豪;冯乃章 | 申请(专利权)人: | 哈尔滨工业大学(威海) |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 李相雨 |
| 地址: | 264209 山*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 矩阵 似的 显微 成像 方法 装置 | ||
1.基于低秩矩阵近似的光声显微成像方法,其特征在于,包括:
根据预设采样比,确定包含0元素和1元素的采样矩阵,所述采样矩阵中1元素所占的比例为所述预设采样比;
根据所述采样矩阵,对待成像区域进行光声显微数据采集,得到光声显微数据矩阵;
根据所述光声显微数据矩阵,建立图像恢复模型;
根据低秩矩阵近似算法,求解所述图像恢复模型,得到恢复后的光声显微图像,以实现对所述待成像区域的光声显微成像。
2.根据权利要求1所述的方法,其特征在于,所述低秩矩阵近似算法为GoDec算法。
3.根据权利要求2所述的方法,其特征在于,所述图像恢复模型为:
minrank(X)
s.t.Xi,j=YΩi,j,ifΩ(i,j)=1
其中,为恢复后的图像矩阵,rank(X)为矩阵X的秩,Ω为压缩采样模板矩阵,YΩ为m×n的光声显微数据矩阵。
4.根据权利要求3所述的方法,其特征在于,所述根据GoDec算法,求解所述图像恢复模型,得到恢复后的光声显微图像,以实现对所述待成像区域的光声显微成像,具体为:
根据GoDec算法,求解所述图像恢复模型,对待成像区域未采样点进行估计,得到未采样点估计矩阵;
根据所述光声显微数据矩阵和未采样点估计矩阵,得到恢复后的光声显微图像,以实现对所述待成像区域的光声显微成像。
5.基于低秩矩阵近似的光声显微成像装置,其特征在于,包括:
确定单元,用于根据预设采样比,确定包含0元素和1元素的采样矩阵,所述采样矩阵中1元素所占的比例为所述预设采样比;
采集单元,用于根据所述采样矩阵,对待成像区域进行光声显微数据采集,得到光声显微数据矩阵;
建模单元,用于根据所述光声显微数据矩阵,建立图像恢复模型;
恢复单元,用于根据低秩矩阵近似算法,求解所述图像恢复模型,得到恢复后的光声显微图像,以实现对所述待成像区域的光声显微成像。
6.根据权利要求5所述的装置,其特征在于,所述低秩矩阵近似算法为GoDec算法。
7.根据权利要求6所述的装置,其特征在于,所述图像恢复模型为:
minrank(X)
s.t.Xi,j=YΩi,j,ifΩ(i,j)=1
其中,为恢复后的图像矩阵,rank(X)为矩阵X的秩,Ω为压缩采样模板矩阵,YΩ为m×n的光声显微数据矩阵。
8.根据权利要求7所述的装置,其特征在于,所述恢复单元具体用于,根据GoDec算法,求解所述图像恢复模型,对待成像区域未采样点进行估计,得到未采样点估计矩阵;根据所述光声显微数据矩阵和未采样点估计矩阵,得到恢复后的光声显微图像,以实现对所述待成像区域的光声显微成像。
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哈尔滨工业大学(威海),未经哈尔滨工业大学(威海)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/201610034678.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种构建虚拟街景地图的方法
- 下一篇:图像处理装置以及图像处理方法





