[發明專利]基于全變分最小化的圖像優化方法、裝置和計算機設備

在審

• 申請號: 202111330586.4
• 申請日: 2021-11-11
• 公開（公告）號: CN114022387A
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 高成龍;李山奎;李俊杰;黃燦鴻;郭新路
• 申請（專利權）人: 上海聯影醫療科技股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 賀才杰

1.一種基于全變分最小化的圖像優化方法，其特征在于包括：

將待優化圖像由邊緣向外擴展至少兩個像素，得到的圖像由內到外依次為待優化區域、中心區域和拓展區域，其中，所述拓展區域包括所述中心區域及由所述中心區域邊緣向外擴展至少一個像素的圖像區域，所述中心區域包括所述待優化區域及由所述待優化區域邊緣向外擴展至少一個像素的圖像區域，所述待優化區域為待優化圖像所在區域；

采用分裂布雷格曼迭代法，基于所述拓展區域內各像素點的灰度初始值、拉格朗日乘子初始值、懲罰參數，對所述中心區域內各像素點的灰度值、收縮因子、拉格朗日乘子進行交替迭代計算，直至滿足迭代停止要求，得到所述中心區域內各像素點的灰度優化值。

2.根據權利要求1所述的圖像優化方法，其特征在于，采用分裂布雷格曼迭代法，基于所述拓展區域內各像素點的灰度初始值、拉格朗日乘子初始值、懲罰參數，對所述中心區域內各像素點的灰度值、收縮因子、拉格朗日乘子進行交替迭代計算包括：

初始化計算得到所述中心區域內各像素點的灰度第1次迭代值、收縮因子初始值、拉格朗日乘子第1次迭代值；

基于所述中心區域內各像素點的灰度初始值、灰度第k+1次迭代值、拉格朗日乘子第k次迭代值和第k+1次迭代值，迭代計算所述像素點的灰度第k+2次迭代值；

基于所述像素點的灰度第k+2次迭代值的梯度值和拉格朗日乘子第k+1次迭代值，迭代計算所述像素點的收縮因子第k+1次迭代值；

基于所述像素點的收縮因子第k+1次迭代值、灰度第k+2次迭代值的梯度值、拉格朗日乘子第k+1次迭代值、懲罰參數，迭代計算所述像素點的拉格朗日乘子第k+2次迭代值，其中k＝0，1，2…。

3.根據權利要求2所述的圖像優化方法，其特征在于，基于所述中心區域內各像素點的灰度初始值、灰度第k+1次迭代值、拉格朗日乘子第k次迭代值和第k+1次迭代值，迭代計算所述像素點的灰度第k+2次迭代值包括：

基于所述像素點的灰度初始值、灰度第k+1次迭代值得到灰度迭代值的保真項；基于所述像素點及其左、上方相鄰像素點的拉格朗日乘子第k次和第k+1次迭代值得到灰度迭代值的正則化項；基于所述保真項和正則化項得到所述像素點的灰度第k+2次迭代值。

4.根據權利要求3所述的圖像優化方法，其特征在于，基于所述像素點的灰度初始值、灰度第k+1次迭代值得到灰度迭代值的保真項；基于所述像素點及其左、上方相鄰像素點的拉格朗日乘子第k次和第k+1次迭代值得到灰度迭代值的正則化項；基于所述保真項和正則化項得到所述像素點的灰度第k+2次迭代值包括：

其中，為保真項；為正則化項；U^k+2(i,j)為所述中心區域內像素點的灰度第k+2次迭代值；U⁰(i,j)為所述像素點的灰度初始值；U^k+1(i,j)為所述像素點的灰度第k+1次迭代值；為所述像素點的左方相鄰像素點拉格朗日乘子的x方向第k次迭代值；為所述像素點的上方相鄰像素點拉格朗日乘子的y方向第k次迭代值；為權重參數。

5.根據權利要求4所述的圖像優化方法，其特征在于，τ的值等于4。

6.根據權利要求2所述的圖像優化方法，其特征在于，基于所述像素點的收縮因子第k+1次迭代值、灰度第k+2次迭代值的梯度值、拉格朗日乘子第k+1次迭代值、懲罰參數，迭代計算所述像素點的拉格朗日乘子第k+2次迭代值包括：

當所述像素點的收縮因子第k+1次迭代值大于懲罰參數的倒數時，根據所述像素點的灰度第k+2次迭代值的梯度值、拉格朗日乘子第k+1次迭代值、收縮因子第k+1次迭代值、懲罰參數，獲取所述像素點的拉格朗日乘子的第k+2次迭代值；

當所述像素點的收縮因子第k+1次迭代值小于或等于懲罰參數的倒數時，根據所述像素點的灰度第k+2次迭代值的梯度值、拉格朗日乘子第k+1次迭代值，獲取所述像素點的拉格朗日乘子的第k+2次迭代值。