一种基于先验引导的加权多尺度局部各向异性总变分用于CT图像Missing Wedge伪影校正的方法

AITNT
正文
推荐专利
一种基于先验引导的加权多尺度局部各向异性总变分用于CT图像Missing Wedge伪影校正的方法
申请号:CN202510786346
申请日期:2025-06-12
公开号:CN120635241A
公开日期:2025-09-12
类型:发明专利
摘要
本发明涉及一种基于先验引导的多尺度局部各向异性总变分(PG‑WM‑LATV)方法,本方法具有如下步骤:结合先验图像构建复合目标函数,包含加权数据保真项和多方向性正则化项,将目标函数通过Chambolle‑Pock(CP)算法优化框架实现对偶变量和原始变量的不断更新,然后进行多尺度后处理,多尺度后处理由高斯金字塔将待处理图像分解为多个尺度,在每个尺度实现频域补偿、局部投影域修复和方向正则化。与现有重建方法的实验比较,本方法能有效恢复由于Missing Wedge缺失的区域信息,并显著提高图像结构保真度与细节恢复效果。对CT成像领域Missing Wedge问题提供了有效的解决手段。
技术关键词
多尺度 高斯金字塔 变量 图像重建 抑制伪影 残差加权 加权残差 图像结构 算法 全角度 数据 上采样 校正 矩阵 框架 成像 策略 速度
系统为您推荐了相关专利信息
1
一种用电量的大数据预测方法
数据预测方法 隶属度函数 矩阵 回归树算法 指标
2
一种多尺度可解释深度学习的微米级表面缺陷检测方法
表面缺陷检测方法 局部细节特征 卷积神经网络提取 注意力机制 多尺度特征提取
3
一种多轴数控机床的时间最优进给速度规划方法
进给速度规划方法 多轴数控机床 模拟退火优化算法 控制点 模式搜索优化
4
基于多梯度协同融合与结构全域解码的多焦距胚胎图像融合方法
图像融合方法 胚胎 融合梯度特征 联合损失函数 融合特征
5
基于熵编码混合模式的分布式光伏数据压缩方法及系统
数据压缩方法 样本 分布式光伏 无损压缩算法 编码字
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号