盲超分辨图像重建算法及应用研究

盲超分辨图像重建算法及应用研究

论文摘要

在军事遥感、公共安全、数字电视、文物保护和恢复、医学领域等方面常常需要高分辨率的图像。超分辨率图像重建技术在现有成像设备和成像条件的基础上,利用分辨率较低的单帧或多帧图像,来重建质量更好、分辨率更高的图像。经过超分辨率图像重建后,获得比低分辨率图像更高的像素密度和更多的细节信息。本文研究了二维超分辨率重建模型、盲超分辨图像重建和基于压缩感知技术的医学图像重建,主要工作如下:(1)在传统的一维重建模型中,二维图像矩阵被向量化,使得超分辨率图像重建算法的存储量和计算量很大。本文在变形、模糊、采样算子核可分离的前提下,提出了一种基于二维模型的的超分辨率图像重建算法,有效解决图像重建中存储空间庞大和计算时间冗长的问题。(2)盲超分辨率重建是在变形与模糊未知的情况下获取高分辨率图像,它一直是超分辨率重建的难点,本文提出一种有效的盲超分辨率图像重建算法。与传统的盲重建算法进行对比,从理论与实验两方面证实所提出的算法具有重建效果较佳的优势。(3)医学图像重建是超分辨率图像重建的重要分支,也是目前图像重建的研究热点。只要获得一幅图像的少量稀疏变换系数,就可以准确快速地重建出该幅图像。本文将超分辨重建算法应用到基于压缩感知的核磁共振图像重建中,获得了较佳的重建图像序列并进行3维显示。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题背景及研究意义
  • 1.2 超分辨率重建的预备知识
  • 1.2.1 观察模型
  • 1.2.2 理论依据
  • 1.3 本人的工作要点
  • 1.4 论文的结构安排
  • 第二章 基于2D模型的SR重建算法
  • 2.1 传统的1D模型
  • 2.1.1 重建观察模型其数学表示
  • 2.1.2 国内外传统经典的重建算法概述
  • 2.2 基于2D模型的超分辨率重建算法
  • 2.2.1 基于克罗内克积的超分辨率快速算法
  • 2.2.2 基于先验知识的人脸超分辨率快速算法
  • 2.3 提出的2D新算法
  • 2.3.1 算法步骤
  • 2.3.2 算法的比较分析
  • 第三章 盲超分辨率图像重建算法
  • 3.1 盲超分辨率重建技术概述
  • 3.1.1 盲SR重建的基本技术
  • 3.1.2 现有的盲SR重建算法
  • 3.2 新的盲SR重建方法
  • 3.3 算法分析与比较
  • 第四章 重建算法在3D MR图像中的应用
  • 4.1 CS图像重建技术
  • 4.1.1 压缩感知理论
  • 4.1.2 CS图像重建
  • 4.2 有效的MR图像3D重建技术
  • 4.2.1 MR图像3D重建算法
  • 4.2.2 实验分析
  • 结论与展望
  • 参考文献
  • 致谢
  • 个人简历
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].压缩感知图像重建算法的研究现状及其展望[J]. 电视技术 2013(19)
    • [2].压缩感知图像重建算法的研究现状及其展望[J]. 电视技术 2020(07)
    • [3].一种自适应加权欠采样图像重建算法[J]. 南京理工大学学报 2020(02)
    • [4].一种新的基于感知字典的稀疏图像重建算法研究[J]. 洛阳师范学院学报 2017(08)
    • [5].基于压缩感知的高炉料面图像重建算法[J]. 天津职业技术师范大学学报 2020(02)
    • [6].基于非局部相似块低秩的压缩感知图像重建算法[J]. 电子学报 2017(03)
    • [7].基于信赖域技巧的共轭梯度方法的图像重建算法研究[J]. 现代电子技术 2014(24)
    • [8].电容层析成像图像重建算法对比[J]. 电子科技 2020(11)
    • [9].一种基于偏微分方程约束的闪光照相图像重建算法[J]. 强激光与粒子束 2008(02)
    • [10].PET图像重建算法现状与研究趋势[J]. 电子世界 2019(01)
    • [11].一种基于时空变换和压缩感知的磁共振螺旋采样的图像重建算法[J]. 波谱学杂志 2016(04)
    • [12].层析γ扫描中几种透射图像重建算法对比[J]. 科学技术与工程 2017(23)
    • [13].基于稀疏和低秩约束的压缩感知图像重建算法[J]. 金陵科技学院学报 2015(04)
    • [14].一种新的正则化图像重建算法及参数优化[J]. 天津科技大学学报 2014(06)
    • [15].分布式船舶并行迭代图像重建算法[J]. 舰船科学技术 2020(16)
    • [16].基于多项式加速的电容层析成像图像重建算法[J]. 仪器仪表学报 2008(12)
    • [17].基于敏感场变换的电容层析成像图像重建算法研究[J]. 电子测量技术 2008(04)
    • [18].摄像中的超分辨率图像重建算法研究[J]. 硅谷 2013(16)
    • [19].基于小波收缩和正逆扩散结合的优质中值先验图像重建算法[J]. 计算机应用 2012(12)
    • [20].油井流动图像重建算法研究[J]. 石油天然气学报 2011(07)
    • [21].一种用于磁感应断层成像的图像重建算法[J]. 仪器仪表学报 2008(10)
    • [22].滤波反投影图像重建算法研究[J]. 咸阳师范学院学报 2008(04)
    • [23].基于小波神经网络的电容层析成像图像重建算法[J]. 中国电机工程学报 2008(35)
    • [24].低秩矩阵恢复的超分辨图像重建算法[J]. 控制工程 2018(02)
    • [25].基于约束优化的闪光照相图像重建算法[J]. 强激光与粒子束 2016(09)
    • [26].基于压缩感知的电容层析成像图像重建算法[J]. 电子学报 2017(02)
    • [27].基于视觉的焊接图像重建算法研究[J]. 现代科学仪器 2013(02)
    • [28].基于压缩感知的一种改进射电图像重建算法[J]. 现代电子技术 2020(09)
    • [29].基于改进广义全变分的稀疏图像重建算法[J]. 激光与光电子学进展 2018(11)
    • [30].一种基于期望最大化条件的电容层析成像图像重建算法[J]. 哈尔滨理工大学学报 2016(02)

    标签:;  ;  ;  ;  ;  

    盲超分辨图像重建算法及应用研究
    下载Doc文档

    猜你喜欢