10.3969/j.issn.1001-0548.2013.03.030
稀疏正则化方法的超声信号反卷积
提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量.该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数.模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像.实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少.
反卷积、点扩散函数、正则化、稀疏分解
42
TP391(计算技术、计算机技术)
国家973项目2010CB933903;国家自然科学基金6121007
2013-10-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
475-479