模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (3): 550-556    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于稀疏分解的Besov空间上的医学图像反卷积
文乔农1,徐双2,万遂人1
1。东南大学医学电子学实验室南京210096
2。东南大学影像科学与技术实验室南京210096
Medical Image Deconvolution in Besov Space Based on Sparse Decomposition
WEN Qiao-Nong1 ,XU Shuang2 ,WAN Sui-Ren1
1. Medical Electronics Laboratory,Southeast University,Nanjing 210096
2.Laboratory of Image Science and Technology,Southeast University,Nanjing 210096

全文: PDF (639 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在稀疏分解框架下, 建立在Besov光滑空间上的图像变分泛函反卷积模型。在负Hilbert-Sobolev空间上约束数据项,正则项用稀疏性和光滑性来约束,冗余字典的L1范数作为稀疏性度量, 用Besov空间上的半范数作为图像光滑性度量, 保证稀疏性的同时也兼顾光滑性。 该模型直接求解很困难,文中采用分裂算子的方法,把原模型分裂成图像域反卷积和稀疏表示这两个模型,交叉迭代求解,并给出模型求解的详细伪代码。 实验验证算法的收敛性,并和其它模型进行比较,结果表明本文模型反卷积效果较好。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
文乔农
徐双
万遂人
关键词 稀疏分解图像反卷积Besov空间冗余字典    
Abstract:In the framework of sparse decomposition, an image deconvolution functional variation model in the Besov smooth space is proposed. The data item is constrained in the negative Hilbert-Sobolev space, while the regularization item is constrained by sparsity and smoothness. Both the sparsity and the smoothness are taken into account by regarding the L1 norm of the redundant dictionary as a sparsity measure and semi-norm as image smoothness measure in Besov space. The operator splitting method is adopted due to the difficulty in solving this mode directly. The original model is split into two parts: image deconvolution and sparse decomposition. Thus, it is solved using cross-iterative method. The resolution of the model pseudo-code is given in detail and the convergence of the algorithm is verified experimentally. The results show that deconvolution model is better than other models.
Key wordsSparse Decomposition    Image Deconvolution    Besov Space    Redundant Dictionary   
收稿日期: 2010-10-27     
ZTFLH: TP391  
基金资助:国家973计划资助项目(No.2010CB933903)
作者简介: 文乔农,男,1974年生,博士研究生,主要研究方向为医学图像处理。E-mail:07wenqiaon@163。com。徐双,女,1982年生,博士研究生,主要研究方向为图像处理。万遂人,男,1953年生,教授,博士生导师,主要研究方向为医学电子学。
引用本文:   
文乔农,徐双,万遂人. 基于稀疏分解的Besov空间上的医学图像反卷积[J]. 模式识别与人工智能, 2012, 25(3): 550-556. WEN Qiao-Nong ,XU Shuang ,WAN Sui-Ren. Medical Image Deconvolution in Besov Space Based on Sparse Decomposition. , 2012, 25(3): 550-556.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I3/550
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn