公开(公告)号：CN115131226A

公开(公告)日：2022-09-30

申请号：CN202210339100.1

申请日：2022-04-01

Applicant: 重庆大学

Inventor： 刘书君 ,  李婉婷 ,  田仕勋 ,  雷茂林

IPC: G06T5/00 ,  G06V10/52

Abstract: 本发明公开了一种基于小波张量低秩正则化的图像复原方法。属于数字图像处理技术领域。它是一种对图像小波变换后的子带系数构建张量并进行低秩约束的图像复原方法。首先对图像进行小波分解获取子带系数，然后将不同子带对应的二维系数堆叠成三阶张量，并利用张量核范数约束其低秩特性，最后通过交替方向迭代算法求解小波张量低秩约束下的图像复原模型。本发明以张量形式表示小波子带系数，充分挖掘图像小波系数间的相关性，利用张量核范数对构建的三阶张量进行低秩约束，并用交替方向迭代算法高效求解关于小波系数张量和复原图像的子问题。通过本发明可提升图像小波系数的估计精度，使复原的图像更清晰、细节更丰富，因此可用于退化图像的复原。

公开(公告)号：CN116703764A

公开(公告)日：2023-09-05

申请号：CN202310642389.9

申请日：2023-06-01

Applicant: 重庆大学

Inventor： 刘书君 ,  雷茂林 ,  曹建鑫

IPC: G06T5/00 ,  G06V10/764

Abstract: 本发明公开了一种基于结构组向量化学习与对数比约束的MRI重构方法，属于数字图像处理领域。它是一种以结构组向量化形式为处理对象，建立基于变换学习的稀疏表示模型，并构建对数比函数作为正则项的MRI图像重构方法。首先对MRI图像欠采样数据进行预重构以获得相似块集合，然后通过k‑均值法对结构组进行分类，并用分类结果学习结构组向量化变换矩阵，以突破结构组3D变换中固定基底带来的稀疏表示能力的限制。同时，本发明定义对数比正则项实现系数稀疏性约束，并通过交替方向乘子法对模型进行求解。不仅能高度稀疏的表示图像，而且对数比函数更逼近l0范数，使得重构结果保留了大量细节，获得较高的重构性能，因此可用于医学图像的恢复。