基于字典学习和加权TV的MRI重构算法

摘要：

为更好地提高核磁共振图像重构质量,提出了一种基于熵约束字典学习和加权全变分的图像重构算法.首先对图像进行分块,基于熵约束构建新的字典学习模型,生成字典库;结合加权的各向同性与各向异性的全变分正则项构建图像重构模型,并采用Split-Bregman算法求解,最终得到重构图像.实验结果表明,该算法不仅能有效消除噪声,对噪声具有鲁棒性,又能保留图像边缘纹理信息,抑制阶梯效应.与现有的算法相比,该算法对图像重构有着更好的性能.

关键词：字典学习、熵约束、全变分、图像重构

所属期刊栏目：43

分类号：TP391.1(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究项目152300410226;河南省高等学校重点科研项目15A110045,17A110036

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：141-144