[發明專利]基于自適應雙字典學習的部分K空間序列圖像重構方法

有效

• 申請號: 201310163116.2
• 申請日: 2013-05-05
• 公開（公告）號: CN103218795A
• 公開（公告）日: 2013-07-24
• 發明（設計）人: 緱水平;劉芳;唐曉;焦李成;盛珂;吳建設;王爽;馬文萍;馬晶晶
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于自適應雙字典學習的部分K空間序列圖像重構方法，包括如下步驟：?

（1）采集N幅部分K空間數據，用這N幅部分K空間數據合成n幅完整的K空間數據Q_i，對Q_i進行10倍下采樣，得到對應的部分K空間數據P_i；對Q_i作傅里葉反變換，得到高分辨率圖像H_i，對P_i作傅里葉反變換，得到低分辨率圖像L_i，把這n對高分辨率圖像H_i和低分辨率圖像L_i作為訓練圖像；?

（2）分別輸入高分辨率訓練圖像H_i和低分辨率訓練圖像L_i，并采用不重疊的方式對每幅訓練圖像取4×4的小塊，獲得初始高分辨率字典H和初始低分辨率字典L；?

（3）利用KSVD算法對初始高分辨率字典H和初始低分辨率字典L進行訓練，得到新的高分辨率字典D_h和新的低分辨率字典D_l，以及高分辨率圖像H_i的稀疏系數α_hi和低分辨率圖像L_i的稀疏系數α_li；?

（4）輸入待重構的部分K空間數據P_t，對該部分K空間數據P_t采用補零法處理，得到初始重構圖像L_t，

（5）利用低分辨率字典D_l和初始重構圖像L_t，求解初始重構圖像L_t的稀疏系數α_l；?

（6）分別求初始重構圖像L_t和n幅低分辨率訓練圖像L_i的誤差：得到初始重構圖像L_t與n幅低分辨率訓練圖像中的第j幅訓練圖像L_j的最小誤差：?

（7）判斷最小誤差er_j是否小于設定的閾值σ=0.1，若誤差er_j小于閾值σ，求出待重構的高分辨率圖像的稀疏系數α_h；若誤差er_j大于閾值，返回步驟（1），重新采集N幅部分K空間數據，更新字典；?

（8）利用高分辨率字典D_h和待重構的高分辨率圖像的稀疏系數α_h，求得高?分辨率圖像：再對改高分辨率圖像進行殘差補償，得到最終重構圖像H_t。?

2.根據權利要求1所述的基于自適應雙字典學習的部分K空間序列圖像重構方法，其中步驟（1）所述的用采集的N幅部分K空間數據合成n幅完整的K空間數據Q_i，i=1,2,...,n，按如下步驟進行：?

2a）用N/n幅部分K空間數據合成一幅K空間數據，以這N/n幅部分K空間數據的第一幅部分K空間數據為標準；?

2b）把第二幅部分K空間中采集到的,且第一幅部分K空間未采集到的數據加到第一幅部分K空間上；?

2c）把第三幅部分K空間中采集到的，且前兩幅部分K空間均未采集到的數據加到第一幅部分K空間上，以此類推，合成n幅完整的K空間數據Q_i。?