[发明专利]一种面向MR图像超分辨的联合字典训练优化方法有效

专利信息
申请号: 202110488060.2 申请日: 2021-04-30
公开(公告)号: CN113327196B 公开(公告)日: 2023-04-07
发明(设计)人: 刘环宇;李君宝;杨一;邵明媚 申请(专利权)人: 哈尔滨工业大学
主分类号: G06T3/40 分类号: G06T3/40;G06T11/00
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 刘景祥
地址: 150001 黑龙*** 国省代码: 黑龙江;23
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 面向 mr 图像 分辨 联合 字典 训练 优化 方法
【权利要求书】:

1.一种面向MR图像超分辨的联合字典训练优化方法,其特征在于,

高低分辨率特征空间的映射关系为yi=Γ(xi),Γ(·)是线性的或非线性未知的,对于任何图像块{yi,xi},理想的字典对{Dy,Dx}满足:

表示空间X的训练样本,是空间Y的训练样本,是稀疏表示系数,对于给定的输入图像y,求取高分辨率图像块x的过程为:(1)根据公式(12)求取稀疏系数zi;(2)估计x=Dxz,使得重建图像块误差最小,即:

则优化的字典对的优化公式为:

增加重建误差函数:

公式(4)是一个非线性且非凸函数,利用迭代优化方法优化该公式,

所述优化方法包括以下步骤:

步骤一:输入训练图像块对字典大小K,其中,表示空间X的训练样本,是空间Y的训练样本;

步骤二:初始化和

步骤三:循环,对于i=1,2,....,N执行如下优化公式;

步骤四:更新归一下的列向量,结束循环;

步骤五:根据下面公式更新

步骤六:输出字典对和

2.根据权利要求1所述的一种面向MR图像超分辨的联合字典训练优化方法,其特征在于,在步骤三中,所述优化公式:

的解算过程为:

假设是{zj}j∈Ω对应的Ω中的索引,是Dx和Dy的子集,则:

对于导数利用下面的算法求导:

令Ω={j||zj|>0+},因此:

等效求得这里是Dy的连续函数,利用隐式求导:

则求得:

3.根据权利要求1所述的一种面向MR图像超分辨的联合字典训练优化方法,其特征在于,在步骤四中,采用更新归一下的列向量,结束循环,需运用以下优化公式:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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,未经哈尔滨工业大学许可,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/202110488060.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top