基于字典学习的超分辨率显微CT图像重建

来源 :东南大学学报:自然科学版 | 被引量 : 0次 | 上传用户:jshajhb1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高显微CT重建图像的空间分辨率,提出了一种基于字典学习的超分辨率图像重建算法.首先,将重建图像进行网格细化,并使用面积权值模型实现对投影过程的精确建模.然后,选择高质量的图像作为训练样本,采用K-SVD算法构建图像字典.基于该图像字典,利用正交匹配追踪算法实现对重建图像的稀疏表达,并以此作为稀疏项约束引入到重建算法的目标函数中.最后,使用梯度下降法求解目标函数.实验结果表明:与传统的基于插值的超分辨率重建算法相比,所提算法的超分辨率结果在图像对比度、边缘保持方面具有优势,并且保留了更多的图像高频信息,
其他文献
制备了具有微纳复合结构的超疏水表面,对其结霜过程进行了可视化观测,揭示了结霜初期表面凝结液滴的自跳跃行为及其对结霜过程的影响,并与普通表面的结霜过程进行了对比研究.
具体介绍了以Span、Tween系列的复配乳化剂,以HLB值选择乳化剂,进行柴油的掺水实验,制成乳化柴油.具体分析了影响乳化柴油稳定性的因素及乳化原理.通过适当的乳化工艺及合适
以水玻璃、硫酸为原料,采用化学沉淀法制备出纳米SiO2微粉.讨论了反应物的浓度、沉淀溶液的pH值等多种工艺因素对产品性能的影响,并探讨了纳米SiO2微粉的形成机理.TEM、BET表
由于传统标记语言的种种缺陷,在迅速发展的网络时代,已逐渐不能满足网络、程序员以及不同用户的需求.特别是在异构数据库之间进行数据转换的情况下,一般的标记性语言几乎没有