使用稀疏性以外的先验信息进行多变量追踪图像重建

上传者: 38654944 | 上传时间: 2021-03-10 14:10:10 | 文件大小: 1.42MB | 文件类型: PDF
图像的先验信息在降低CS反演的计算复杂度和提高重建质量方面起着重要作用。 本文提出了一种基于小波的多元追踪算法,该算法利用了图像的先验信息,而这些信息超越了简单稀疏性。 所提出的方法以多变量方式从多次测量中重建图像小波系数,并以提取的图像边缘作为先验信息来指导算法在CS恢复中的追踪过程。 通过边缘信息与多元联合恢复的交互作用,该算法显着提高了边缘明显,稀疏度高的CT,MRI等图像的重建质量。 数值实验表明,与其他最新的CS算法相比,所提出的算法具有更高的重构质量并保持更高的计算效率。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明