摘要
本发明公开了一种奇异值方根型范数与图结构约束的CS‑MRI重构方法,属于数字图像处理技术领域。它是一种同时利用奇异值方根型范数约束图像低秩特性和图结构约束项保持图像块间相关性实现MRI重构的方法。首先寻找到目标图像块的相似图像块集合构建结构组,进而利用奇异值方根型范数约束结构组矩阵的低秩特性,并为结构组建立图模型以构建相应的图结构约束项,进一步建立低秩矩阵与图结构联合约束的重构模型,最后采用交替方向乘子法求解该模型。本发明采用的奇异值方根型范数能实现充分的低秩约束,同时约束图的几何结构准确刻画出结构组中各图像块间不同程度的相关性,重构出的图像抑制了大量伪影,保留了清晰细节信息,因此可用于医学图像的恢复。
技术关键词
重构方法
图像块
矩阵
结构组
重构模型
增广拉格朗日
梯度下降法
数字图像处理技术
拉普拉斯
块匹配算法
顶点
正则化参数
定义
变量
因子
特征值
伪影
系统为您推荐了相关专利信息
陀螺仪
噪声
三次多项式模型
卡尔曼滤波
融合方法
融合特征提取
标识方法
数字高程模型数据
输出特征
数字正射影像图
纠错编码方法
纠错编码方案
纠错编码算法
监控存储设备
纠错编码设备
融合指挥系统
回传算法
地图匹配算法
线性判别分析方法
音视频
量化训练方法
数据
深度神经网络
敏感度矩阵
神经网络模型