传感器世界
傳感器世界
전감기세계
SENSOR WORLD
2011年
3期
16-19
,共4页
先验知识分布%自适应正则%图像重建
先驗知識分佈%自適應正則%圖像重建
선험지식분포%자괄응정칙%도상중건
在图像重建中,可以通过贝叶斯方法引入先验知识来抑制噪声提高重建的质量,提出了基于Gibbs先验和解剖中值先验混合的算法,该方法根据Gibbs先验分布和中值先验分布,先用基于Gibbs先验分布的算法多次迭代图像,再结合解剖结构先验,将以后每次迭代后的图像分割成不同的区域,将分割后的图像像素运用于中值先验.仿真实验表明,在相同条件和迭代次数下,该方法重建出来的图像更清晰,图像的相关系数比用Gibbs先验方法和中值先验方法重建出的图像的大.从实际实验数据上看,该方法重建的图像噪声更小,边缘更清晰.
在圖像重建中,可以通過貝葉斯方法引入先驗知識來抑製譟聲提高重建的質量,提齣瞭基于Gibbs先驗和解剖中值先驗混閤的算法,該方法根據Gibbs先驗分佈和中值先驗分佈,先用基于Gibbs先驗分佈的算法多次迭代圖像,再結閤解剖結構先驗,將以後每次迭代後的圖像分割成不同的區域,將分割後的圖像像素運用于中值先驗.倣真實驗錶明,在相同條件和迭代次數下,該方法重建齣來的圖像更清晰,圖像的相關繫數比用Gibbs先驗方法和中值先驗方法重建齣的圖像的大.從實際實驗數據上看,該方法重建的圖像譟聲更小,邊緣更清晰.
재도상중건중,가이통과패협사방법인입선험지식래억제조성제고중건적질량,제출료기우Gibbs선험화해부중치선험혼합적산법,해방법근거Gibbs선험분포화중치선험분포,선용기우Gibbs선험분포적산법다차질대도상,재결합해부결구선험,장이후매차질대후적도상분할성불동적구역,장분할후적도상상소운용우중치선험.방진실험표명,재상동조건화질대차수하,해방법중건출래적도상경청석,도상적상관계수비용Gibbs선험방법화중치선험방법중건출적도상적대.종실제실험수거상간,해방법중건적도상조성경소,변연경청석.
