针对基于稀疏编码的超分辨率算法噪点、伪影较多的问题,提出一种双正则化参数核磁共振图像超分算法。该算法引入在线字典学习方法,以训练正则化参数λt分开训练生成精确的超完备字典对,并调整重建正则化参数λr,得到最佳的稀疏系数用于...针对基于稀疏编码的超分辨率算法噪点、伪影较多的问题,提出一种双正则化参数核磁共振图像超分算法。该算法引入在线字典学习方法,以训练正则化参数λt分开训练生成精确的超完备字典对,并调整重建正则化参数λr,得到最佳的稀疏系数用于恢复目标高分图像。实验结果表明:改进算法比双字典学习超分法的目标图像峰值信噪比和结构相似性平均值分别提高了1.30 d B和0.023,有效地抑制了噪点和边缘伪影,较大幅度地提升了核磁共振图像的超分效果。展开更多
文摘针对基于稀疏编码的超分辨率算法噪点、伪影较多的问题,提出一种双正则化参数核磁共振图像超分算法。该算法引入在线字典学习方法,以训练正则化参数λt分开训练生成精确的超完备字典对,并调整重建正则化参数λr,得到最佳的稀疏系数用于恢复目标高分图像。实验结果表明:改进算法比双字典学习超分法的目标图像峰值信噪比和结构相似性平均值分别提高了1.30 d B和0.023,有效地抑制了噪点和边缘伪影,较大幅度地提升了核磁共振图像的超分效果。
