[發明專利]一種面向MR圖像超分辨的聯合字典訓練優化方法

有效

• 申請號: 202110488060.2
• 申請日: 2021-04-30
• 公開（公告）號: CN113327196B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉環宇;李君寶;楊一;邵明媚
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T11/00
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 劉景祥

1.一種面向MR圖像超分辨的聯合字典訓練優化方法，其特征在于，

高低分辨率特征空間的映射關系為y_i＝Γ(x_i)，Γ(·)是線性的或非線性未知的，對于任何圖像塊{y_i,x_i}，理想的字典對{D_y,D_x}滿足：

表示空間X的訓練樣本，是空間Y的訓練樣本，是稀疏表示系數，對于給定的輸入圖像y，求取高分辨率圖像塊x的過程為：(1)根據公式(12)求取稀疏系數z_i；(2)估計x＝D_xz，使得重建圖像塊誤差最小，即：

則優化的字典對的優化公式為：

增加重建誤差函數：

公式(4)是一個非線性且非凸函數，利用迭代優化方法優化該公式，

所述優化方法包括以下步驟：

步驟一：輸入訓練圖像塊對字典大小K，其中，表示空間X的訓練樣本，是空間Y的訓練樣本；

步驟二：初始化和

步驟三：循環，對于i＝1,2,....,N執行如下優化公式；

步驟四：更新歸一下的列向量，結束循環；

步驟五：根據下面公式更新

步驟六：輸出字典對和

2.根據權利要求1所述的一種面向MR圖像超分辨的聯合字典訓練優化方法，其特征在于，在步驟三中，所述優化公式：

的解算過程為：

假設是{z_j}_j∈Ω對應的Ω中的索引，是D_x和D_y的子集，則：

對于導數利用下面的算法求導：

令Ω＝{j||z_j|＞0⁺}，因此：

等效求得這里是D_y的連續函數，利用隱式求導：

則求得：

3.根據權利要求1所述的一種面向MR圖像超分辨的聯合字典訓練優化方法，其特征在于，在步驟四中，采用更新歸一下的列向量，結束循環，需運用以下優化公式：