[發(fā)明專利]一種高能X射線圖像盲復(fù)原方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110161528.7 | 申請日: | 2021-02-05 |
| 公開(公告)號: | CN112819723B | 公開(公告)日: | 2022-07-19 |
| 發(fā)明(設(shè)計)人: | 王肖霖;吳藝;李慶武;許金鑫;王純款;張杉;馬云鵬 | 申請(專利權(quán))人: | 河海大學(xué) |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 許婉靜 |
| 地址: | 210098 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 高能 射線 圖像 復(fù)原 方法 系統(tǒng) | ||
本發(fā)明公開了一種高能X射線圖像盲復(fù)原方法及系統(tǒng)。首先,根據(jù)高能X射線圖像灰度分布集中且連續(xù)的特性,提出圖像區(qū)域極值的定義;然后,采用l0范數(shù)約束圖像的區(qū)域極值和模糊核,結(jié)合圖像的梯度先驗,在MAP框架上構(gòu)建圖像盲復(fù)原模型;接著,通過半二次分裂法及快速傅里葉變換交替求解清晰圖像與模糊核,并采用線性近似和加速共軛梯度法來加速子問題的求解;最后,通過骨架提取與遍歷的方法獲取初步估計的模糊核的主要結(jié)構(gòu)信息,在模糊核交叉滑動窗口內(nèi)構(gòu)造連續(xù)函數(shù)進(jìn)行優(yōu)化,并利用優(yōu)化后的模糊核k對模糊圖像非盲去卷積,得到清晰圖像。本發(fā)明更好地去除高能X射線圖像中的系統(tǒng)模糊,提高圖像的質(zhì)量,為圖像的非線性重建估計出更加準(zhǔn)確的模糊核。
技術(shù)領(lǐng)域
本發(fā)明涉及一種高能X射線圖像盲復(fù)原方法及系統(tǒng),屬于圖像處理技術(shù)領(lǐng)域。
背景技術(shù)
在目前診斷和測試核武器的技術(shù)中,高能X射線照相常常被用來診斷客體在爆炸轟炸過程中的密度信息以及結(jié)構(gòu)信息變化,在國防領(lǐng)域具有非常重要的意義。高能X射線照相成像圖像的質(zhì)量明顯影響著診斷測試的效果。由于其成像系統(tǒng)的復(fù)雜性,在成像、傳輸和接收等多個過程中容易產(chǎn)生各種退化因素,因此成像存在噪聲大、含畸變、模糊嚴(yán)重等問題,使得圖像質(zhì)量不佳。去除模糊退化的影響獲得更高質(zhì)量的圖像是X射線照相診斷技術(shù)的前提,需要用到圖像復(fù)原技術(shù)。
目前,基于邊緣估計、神經(jīng)網(wǎng)絡(luò)及MAP框架下的圖像盲復(fù)原方法在實際中得到了廣泛的應(yīng)用。而基于邊緣估計的方法對圖像邊界信息的提取要求很高,對系統(tǒng)模糊影響的X射線圖像而言,并不能確保一定能提取到其有效邊界信息;由于X射線圖像數(shù)據(jù)集的限制,神經(jīng)網(wǎng)絡(luò)相關(guān)方法難以實施;基于MAP框架的圖像盲復(fù)原方法通過引入各種先驗來克服圖像復(fù)原的病態(tài)性,但由于X射線圖像灰度集中且連續(xù)的特點,現(xiàn)有的先驗條件難以滿足提高X射線圖像質(zhì)量的要求。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)對高能X射線圖像的復(fù)原效果不佳、對模糊核估計的準(zhǔn)確度不足的缺陷,提供一種高能X射線圖像盲復(fù)原方法。
為解決上述技術(shù)問題,本發(fā)明提供一種高能X射線圖像盲復(fù)原方法,包括以下步驟:
步驟1:獲取高能X射線模糊圖像b,構(gòu)建圖像盲復(fù)原模型;將高能X射線模糊圖像b輸入至構(gòu)建的圖像盲復(fù)原模型,初始化模糊核k0,并根據(jù)模糊核k0設(shè)定最大迭代尺度Lmax及每一尺度的最大迭代次數(shù)Nmax,得到關(guān)于待恢復(fù)的清晰圖像變量l的目標(biāo)函數(shù)一、待求解的模糊核變量k的目標(biāo)函數(shù)二;
步驟2:基于給定的高能X射線模糊圖像b,固定模糊核變量k,根據(jù)目標(biāo)函數(shù)一引入輔助變量,并將區(qū)域極值統(tǒng)一到同一模型中;引入等效線性算子,通過交替最小化及快速傅里葉變換對清晰圖像變量l進(jìn)行求解;
步驟3:基于給定的高能X射線模糊圖像b,固定清晰圖像變量l,根據(jù)目標(biāo)函數(shù)二引入輔助變量,利用清晰圖像變量l的梯度信息,通過交替最小化和加速共軛梯度法對模糊核變量k進(jìn)行求解,得到初步估計的模糊核ke;
步驟4:得到初步估計的模糊核ke后,提取初步估計的模糊核ke的主要結(jié)構(gòu),并通過滑動交叉窗口對模糊核進(jìn)行非連續(xù)性抑制,連續(xù)更新模糊核,最后對模糊核歸一化,得到優(yōu)化后的模糊核ky;隨后利用優(yōu)化后的模糊核ky對模糊圖像b非盲去卷積,得到清晰圖像ly。
一種高能X射線圖像盲復(fù)原系統(tǒng),包括以下程序模塊:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110161528.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





