主权项 |
一种基于自适应双字典学习的部分K空间序列图像重构方法,包括如下步骤:(1)采集N幅部分K空间数据,用这N幅部分K空间数据合成n幅完整的K空间数据Q<sub>i</sub>,i=1,2,…,n;对Q<sub>i</sub>进行10倍下采样,得到对应的部分K空间数据P<sub>i</sub>;对Q<sub>i</sub>作傅里叶反变换,得到高分辨率图像H<sub>i</sub>,对P<sub>i</sub>作傅里叶反变换,得到低分辨率图像L<sub>i</sub>,把这n对高分辨率图像H<sub>i</sub>和低分辨率图像L<sub>i</sub>作为训练图像;(2)分别输入高分辨率训练图像H<sub>i</sub>和低分辨率训练图像L<sub>i</sub>,并采用不重叠的方式对每幅训练图像取4×4的小块,获得初始高分辨率字典H和初始低分辨率字典L;(3)利用KSVD算法对初始高分辨率字典H和初始低分辨率字典L进行训练,得到新的高分辨率字典D<sub>h</sub>和新的低分辨率字典D<sub>l</sub>,以及高分辨率图像H<sub>i</sub>的稀疏系数α<sub>hi</sub>和低分辨率图像L<sub>i</sub>的稀疏系数α<sub>li</sub>;(4)输入待重构的部分K空间数据P<sub>t</sub>,对该部分K空间数据P<sub>t</sub>采用补零法处理,得到初始重构图像L<sub>t</sub>,<img file="FDA0000710052780000011.GIF" wi="297" he="75" />(5)利用低分辨率字典D<sub>l</sub>和初始重构图像L<sub>t</sub>,求解初始重构图像L<sub>t</sub>的稀疏系数α<sub>l</sub>;(6)分别求初始重构图像L<sub>t</sub>和n幅低分辨率训练图像L<sub>i</sub>的误差:<img file="FDA0000710052780000012.GIF" wi="301" he="165" />得到初始重构图像L<sub>t</sub>与n幅低分辨率训练图像中的第j幅训练图像L<sub>j</sub>的最小误差:<img file="FDA0000710052780000013.GIF" wi="346" he="113" />(7)判断最小误差er<sub>j</sub>是否小于设定的阈值σ=0.1,若误差er<sub>j</sub>小于阈值σ,求出待重构的高分辨率图像H<sub>t</sub>′的稀疏系数α<sub>h</sub>;若误差er<sub>j</sub>大于阈值,返回步骤(1),重新采集N幅部分K空间数据,更新字典;(8)利用高分辨率字典D<sub>h</sub>和待重构的高分辨率图像H<sub>t</sub>′的稀疏系数α<sub>h</sub>,求得高 分辨率图像:H<sub>t</sub>′=D<sub>h</sub>*α<sub>h</sub>;再对改高分辨率图像H<sub>t</sub>′进行残差补偿,得到最终重构图像H<sub>t</sub>。 |