基于全变差与非局部正则化的CS重建算法研究
压缩感知(Compressed sensing,CS)理论突破了传统奈奎斯特采样定理对信号带宽的限制,实现了从少量的观测值中精确重建原始图像.结合图像的非局部相似性及其在某种变换域的稀疏性的先验知识,提出了基于全变差与非局部正则化的压缩感知核磁图像重建算法.在该算法的求解过程中,用光滑且非凸函数log det()代替秩,而不是传统的核范数,然后使用增广拉格朗日法,将函数的约束问题转化为非受限优化问题,通过交替极小化思想对优化问题进行求解,大大降低算法的复杂度.仿真结果表明,与传统的重建方法或TV约束重建方法相比,算法能够更好地提高重建核磁图像的峰值信噪比和视觉效果.
压缩感知、非局部相似性、全变差、图像重建
13
TP18(自动化基础理论)
2017-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
199-202