中国传媒大学学报（自然科学版）
中國傳媒大學學報（自然科學版）
중국전매대학학보（자연과학판）
JOURNAL OF COMMUNICATION UNIVERSITY OF CHINA(SCIENCE AND TECHNOLOGY)
2013年
4期
34-39
,共6页
压缩感知%核磁共振成像%重构算法%K-SVD字典学习方法
壓縮感知%覈磁共振成像%重構算法%K-SVD字典學習方法
압축감지%핵자공진성상%중구산법%K-SVD자전학습방법
基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文利用K-SVD字典学习算法并应用于MR图像重建.将字典学习等价于一个二次规划问题,学习得到的字典能有效描述图像特征.基于学习所得的字典,获得图像的稀疏表示,并重建原始图像.实验结果表明,与Zero-filling方法相比,本文的重建结果能更好地保留图像细节信息,获得更高的SNR值.
基于超完備字典的圖像稀疏錶示因其具有稀疏性、特徵保持性、可分性等特點而被廣汎應用于圖像處理.本文利用K-SVD字典學習算法併應用于MR圖像重建.將字典學習等價于一箇二次規劃問題,學習得到的字典能有效描述圖像特徵.基于學習所得的字典,穫得圖像的稀疏錶示,併重建原始圖像.實驗結果錶明,與Zero-filling方法相比,本文的重建結果能更好地保留圖像細節信息,穫得更高的SNR值.
기우초완비자전적도상희소표시인기구유희소성、특정보지성、가분성등특점이피엄범응용우도상처리.본문이용K-SVD자전학습산법병응용우MR도상중건.장자전학습등개우일개이차규화문제,학습득도적자전능유효묘술도상특정.기우학습소득적자전,획득도상적희소표시,병중건원시도상.실험결과표명,여Zero-filling방법상비,본문적중건결과능경호지보류도상세절신식,획득경고적SNR치.
