-
公开(公告)号：CN109903353B
公开(公告)日：2023-02-14
申请号：CN201910077590.0
申请日：2019-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种迭代演化模型的CT图像稀疏重建方法，包括以下步骤：采集固定投影角度范围或投影角度间隔达到设定值的稀疏投影数据；生成四个初始解：伪逆、随机值、全0值、全1值；通过随机漫步获得四组解集；对每一个解集中的每一个解进行有效性约束；依据适应度评价函数评价每组随机解集中的每一个解；按新型迭代演化模型对每一个解进行转移；根据基于凸优化的迭代算法对每一个解进行更新；依据适应度评价挑选每一组的当前最优解更新；判断是否达到最大迭代次数：若达到，则依据适应度评价选取最优解作为重建结果。本发明能够提高重建图像质量，减少重建伪影。
-
公开(公告)号：CN108280859B
公开(公告)日：2021-03-30
申请号：CN201711420601.8
申请日：2017-12-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种采样角度受限下的CT稀疏投影图像重建方法及装置。所述方法包括根据投影数据，获得投影方程的解的伪逆矩阵，根据伪逆矩阵，生成随机解集，对当前随机解集中的各个解进行相应的保留或替换，迭代次数达预设最大值时从当前随机解集中选择出最优解作为所需获得的重建结果等步骤。所述装置包括用于存储至少一个程序的存储器和用于加载至少一个程序以执行本发明方法的处理器。本发明通过求离散化投影重建方程的伪逆作为算法的初始值，保证了初始解的质量，通过随机游走生成一组解并分别进行迭代优化，保证了优化路径的多样性，从而克服了传统重建方法由初始解和和迭代路径的缺陷带来的困难。本发明应用于图像处理技术领域。
-
Patent Agency Ranking
公开(公告)号：CN109903239A
公开(公告)日：2019-06-18
申请号：CN201910077589.8
申请日：2019-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权全变分的自适应图像去雾方法，包括以下步骤：输入观测图像；估计环境亮度值；根据大气成像模型及正则化约束思路建立优化目标函数；初始化透射率图和复原结果图像；求解优化透射率图的子目标函数；求解优化复原结果图像的子目标函数；判断当前迭代次数是否已达设定值：若没有达到，则返回步骤S5；若达到，则输出复原结果图像。本发明提高雾天成像的图像对比度、清晰度，同时抑制图像复原过程中的增强噪声。
-
公开(公告)号：CN108280859A
公开(公告)日：2018-07-13
申请号：CN201711420601.8
申请日：2017-12-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种采样角度受限下的CT稀疏投影图像重建方法及装置。所述方法包括根据投影数据，获得投影方程的解的伪逆矩阵，根据伪逆矩阵，生成随机解集，对当前随机解集中的各个解进行相应的保留或替换，迭代次数达预设最大值时从当前随机解集中选择出最优解作为所需获得的重建结果等步骤。所述装置包括用于存储至少一个程序的存储器和用于加载至少一个程序以执行本发明方法的处理器。本发明通过求离散化投影重建方程的伪逆作为算法的初始值，保证了初始解的质量，通过随机游走生成一组解并分别进行迭代优化，保证了优化路径的多样性，从而克服了传统重建方法由初始解和和迭代路径的缺陷带来的困难。本发明应用于图像处理技术领域。
-
公开(公告)号：CN109903239B
公开(公告)日：2023-02-14
申请号：CN201910077589.8
申请日：2019-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于加权全变分的自适应图像去雾方法，包括以下步骤：输入观测图像；估计环境亮度值；根据大气成像模型及正则化约束思路建立优化目标函数；初始化透射率图和复原结果图像；求解优化透射率图的子目标函数；求解优化复原结果图像的子目标函数；判断当前迭代次数是否已达设定值：若没有达到，则返回步骤S5；若达到，则输出复原结果图像。本发明提高雾天成像的图像对比度、清晰度，同时抑制图像复原过程中的增强噪声。
-
公开(公告)号：CN109903353A
公开(公告)日：2019-06-18
申请号：CN201910077590.0
申请日：2019-01-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种迭代演化模型的CT图像稀疏重建方法，包括以下步骤：采集固定投影角度范围或投影角度间隔达到设定值的稀疏投影数据；生成四个初始解：伪逆、随机值、全0值、全1值；通过随机漫步获得四组解集；对每一个解集中的每一个解进行有效性约束；依据适应度评价函数评价每组随机解集中的每一个解；按新型迭代演化模型对每一个解进行转移；根据基于凸优化的迭代算法对每一个解进行更新；依据适应度评价挑选每一组的当前最优解更新；判断是否达到最大迭代次数：若达到，则依据适应度评价选取最优解作为重建结果。本发明能够提高重建图像质量，减少重建伪影。
-
公开(公告)号：CN108230274A
公开(公告)日：2018-06-29
申请号：CN201810040065.7
申请日：2018-01-16
Applicant: 华南理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种混合噪声模型下的多分辨率快速去噪方法及装置，所述方法包括获取含噪图像后，建立与含噪图像对应的多层高斯金字塔和多层拉普拉斯金字塔，利用梯度下降法，依次进行多次迭代计算分别求解全变分正则化去噪目标函数，从而在最后一次迭代计算得到去噪图像等步骤；所述装置包括用于存储至少一个程序的存储器，以及用于加载所述至少一个程序以执行本发明方法的处理器。本发明结合高斯金字塔和拉普拉斯金字塔的多次迭代计算，每次迭代计算可分别对应不同的图像分辨率来求解目标函数，而且每次迭代计算的初值来源于上一次迭代计算的结果以及拉普拉斯金字塔，既能够保证去噪效果，又减少求解的计算量，提高求解速度，优化计算效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
