-
公开(公告)号：CN106056647A
公开(公告)日：2016-10-26
申请号：CN201610373846.9
申请日：2016-05-30
Applicant: 南昌大学
CPC classification number: G06T11/003 , G06T2207/10088 , G06T2207/20081
Abstract: 一种基于卷积稀疏双层迭代学习的磁共振快速成像方法，包括以下步骤：在双层伯格曼字典迭代学习框架上融入卷积字典训练和稀疏系数更新，建立图像稀疏表示模型；在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新卷积字典和稀疏系数，特别地利用软阈值迭代法求解稀疏系数的子问题，更新稀疏系数；在双层伯格曼外层迭代上进行频域数据更新和图像更新，得到重建图像。本发明根据模型从自然图像库中获取卷积字典，该卷积字典能够有效地表示图像中的许多几何结构特征，如平滑、方向、边缘、斑块、纹理等特征，因此可以在更少的测量下更精确的重建磁共振图像，减少重建图像的伪影，恢复更多的图像细节。
-
公开(公告)号：CN104574456B
公开(公告)日：2018-02-23
申请号：CN201410707447.2
申请日：2014-12-01
Applicant: 南昌大学
IPC: G06T11/00
Abstract: 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法，包括以下步骤：(a)：在双层伯格曼迭代框架上进行图正则化稀疏编码表示，得到图像稀疏模型；(b)：引入辅助变量和轮换求解的技术，在双层伯格曼迭代的内层迭代上更新学习字典和稀疏系数；(c)：利用部分超欠采样的K数据约束，在双层伯格曼迭代的外层迭代上进行图像更新，以得到成像结果。本发明通过自适应字典学习引入图正则化稀疏编码方法，建立邻近图来编码局部结构数据以及挖掘其在几何数据方面的约束，使得图像数据可以更好的稀疏表示；另外本发明可以处理局部几何特征更复杂的图像，能有效的捕获局部的图像结构，恢复出更多的图像细节，得到的图像结果具有更好的保真度。
-
公开(公告)号：CN106023268A
公开(公告)日：2016-10-12
申请号：CN201610373855.8
申请日：2016-05-30
Applicant: 南昌大学
CPC classification number: G06T3/4092
Abstract: 一种基于两步参数子空间优化的彩色图像灰度化方法，包括以下步骤：检验输入图像是否为彩色图像，再归一化预处理，接着由彩色图像三通道的二阶组合得到带参数的二阶多元多项式模型并对其划分为三个颜色子空间，基于梯度相关性相似测度求解第一个子空间的线性参数模型，得到初始灰度图像；基于梯度相关性相似测度从初始灰度图像和第二子空间导致的候补图像集中用离散搜索技术自适应地求解，得到加细图像；检查输出加细图像是否为灰度图像，再归一化后处理，得到最优结果作为最终的灰度图像。本发明使彩色图像灰度化计算效率达到实时程度，并可保存彩色图像的显著特征，使灰度化图像可保留颜色排序，更好地反映了彩色和灰度图像之间的结构相似性。
-
公开(公告)号：CN106056647B
公开(公告)日：2019-01-11
申请号：CN201610373846.9
申请日：2016-05-30
Applicant: 南昌大学
Abstract: 一种基于卷积稀疏双层迭代学习的磁共振快速成像方法，包括以下步骤：在双层伯格曼字典迭代学习框架上融入卷积字典训练和稀疏系数更新，建立图像稀疏表示模型；在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新卷积字典和稀疏系数，特别地利用软阈值迭代法求解稀疏系数的子问题，更新稀疏系数；在双层伯格曼外层迭代上进行频域数据更新和图像更新，得到重建图像。本发明根据模型从自然图像库中获取卷积字典，该卷积字典能够有效地表示图像中的许多几何结构特征，如平滑、方向、边缘、斑块、纹理等特征，因此可以在更少的测量下更精确的重建磁共振图像，减少重建图像的伪影，恢复更多的图像细节。
-
公开(公告)号：CN104714200A
公开(公告)日：2015-06-17
申请号：CN201410714375.4
申请日：2014-12-01
Applicant: 南昌大学
IPC: G01R33/56
Abstract: 一种基于广义双层伯格曼非凸型字典学习的磁共振超欠采样K数据成像方法，包括：(a)在双层伯格曼字典学习框架上融入带非凸函数p范数先验信息进行字典学习和系数稀疏，建立图像稀疏表示模型；(b)在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新学习字典和稀疏系数，特别地利用广义软阈值迭代方法求解非凸p范数先验信息的目标函数，更新稀疏系数；(c)在双层伯格曼字典学习外层迭代上进行图像更新，得到重建图像。本发明通过广义软阈值迭代方法求解带非凸p范数先验信息的目标函数，可以在更大范围内惩罚小系数且对大系数偏差更小，进一步地稀疏表示图像，在少的扫描测量下精确地重建图像，减少重建图像的伪影，恢复更多图像细节。
-
Patent Agency Ranking
公开(公告)号：CN104933683B
公开(公告)日：2018-12-04
申请号：CN201510310636.0
申请日：2015-06-09
Applicant: 南昌大学
IPC: G06T5/00
Abstract: 一种用于磁共振快速成像的非凸低秩重建方法，本发明建立基于非局部相似图像块低秩先验信息的MR图像数据重构数学模型，釆用交替方向迭代方法对模型进行迭代求解：通过泰勒一阶近似和奇异值分解迭代求解带低秩先验信息的非局部图像模型的低秩矩阵的非凸p范数，得到相似图像块，再通过增加辅助变量和分离变量法迭代求解重建图像。本发明利用图像先验信息，将图像块的非局部相似性与低秩特性结合，并利用傅里叶变换和低秩矩阵的特性简化计算过程，降低算法复杂度，提高了部分K空间数据重建MRI图像的性能，在更少的扫描测量下更精确地重建图像，减少重建图像的伪影，实现快速磁共振成像。
-
公开(公告)号：CN104714200B
公开(公告)日：2018-06-19
申请号：CN201410714375.4
申请日：2014-12-01
Applicant: 南昌大学
IPC: G01R33/56
Abstract: 一种基于广义双层伯格曼非凸型字典学习的磁共振超欠采样K数据成像方法，包括：(a)在双层伯格曼字典学习框架上融入带非凸函数p范数先验信息进行字典学习和系数稀疏，建立图像稀疏表示模型；(b)在双层伯格曼迭字典学习内层迭代上利用增加辅助变量和轮换技术更新学习字典和稀疏系数，特别地利用广义软阈值迭代方法求解非凸p范数先验信息的目标函数，更新稀疏系数；(c)在双层伯格曼字典学习外层迭代上进行图像更新，得到重建图像。本发明通过广义软阈值迭代方法求解带非凸p范数先验信息的目标函数，可以在更大范围内惩罚小系数且对大系数偏差更小，进一步地稀疏表示图像，在少的扫描测量下精确地重建图像，减少重建图像的伪影，恢复更多图像细节。
-
公开(公告)号：CN104933683A
公开(公告)日：2015-09-23
申请号：CN201510310636.0
申请日：2015-06-09
Applicant: 南昌大学
IPC: G06T5/00
Abstract: 一种用于磁共振快速成像的非凸低秩重建方法，本发明建立基于非局部相似图像块低秩先验信息的MR图像数据重构数学模型，釆用交替方向迭代方法对模型进行迭代求解：通过泰勒一阶近似和奇异值分解迭代求解带低秩先验信息的非局部图像模型的低秩矩阵的非凸p范数，得到相似图像块，再通过增加辅助变量和分离变量法迭代求解重建图像。本发明利用图像先验信息，将图像块的非局部相似性与低秩特性结合，并利用傅里叶变换和低秩矩阵的特性简化计算过程，降低算法复杂度，提高了部分K空间数据重建MRI图像的性能，在更少的扫描测量下更精确地重建图像，减少重建图像的伪影，实现快速磁共振成像。
-
公开(公告)号：CN106023268B
公开(公告)日：2019-01-11
申请号：CN201610373855.8
申请日：2016-05-30
Applicant: 南昌大学
Abstract: 一种基于两步参数子空间优化的彩色图像灰度化方法，包括以下步骤：检验输入图像是否为彩色图像，再归一化预处理，接着由彩色图像三通道的二阶组合得到带参数的二阶多元多项式模型并对其划分为三个颜色子空间，基于梯度相关性相似测度求解第一个子空间的线性参数模型，得到初始灰度图像；基于梯度相关性相似测度从初始灰度图像和第二子空间导致的候补图像集中用离散搜索技术自适应地求解，得到加细图像；检查输出加细图像是否为灰度图像，再归一化后处理，得到最优结果作为最终的灰度图像。本发明使彩色图像灰度化计算效率达到实时程度，并可保存彩色图像的显著特征，使灰度化图像可保留颜色排序，更好地反映了彩色和灰度图像之间的结构相似性。
-
公开(公告)号：CN104574456A
公开(公告)日：2015-04-29
申请号：CN201410707447.2
申请日：2014-12-01
Applicant: 南昌大学
IPC: G06T11/00
Abstract: 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法，包括以下步骤：(a)：在双层伯格曼迭代框架上进行图正则化稀疏编码表示，得到图像稀疏模型；(b)：引入辅助变量和轮换求解的技术，在双层伯格曼迭代的内层迭代上更新学习字典和稀疏系数；(c)：利用部分超欠采样的K数据约束，在双层伯格曼迭代的外层迭代上进行图像更新，以得到成像结果。本发明通过自适应字典学习引入图正则化稀疏编码方法，建立邻近图来编码局部结构数据以及挖掘其在几何数据方面的约束，使得图像数据可以更好的稀疏表示；另外本发明可以处理局部几何特征更复杂的图像，能有效的捕获局部的图像结构，恢复出更多的图像细节，得到的图像结果具有更好的保真度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
