基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量.该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数.模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像.实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少.
推荐文章
基于稀疏表示的水声信号分类识别
压缩感知
稀疏表示
水声信号
特征提取
基于局部熵的超声信号阈值降噪方法
超声检测
金属材料
结构噪声
信号降噪
局部熵
一种步长自适应的正则化稀疏分解算法
稀疏分解
步长自适应
信号重建
正则化
时幅连续信号数值反卷积方法及其应用
信号处理
卷积
反卷积
病态问题
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 稀疏正则化方法的超声信号反卷积
来源期刊 电子科技大学学报 学科 工学
关键词 反卷积 点扩散函数 正则化 稀疏分解
年,卷(期) 2013,(3) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 475-479
页数 5页 分类号 TP391
字数 4319字 语种 中文
DOI 10.3969/j.issn.1001-0548.2013.03.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 文乔农 昆明理工大学信息工程与自动化学院 8 43 3.0 6.0
3 万遂人 东南大学医学电子学实验室 52 261 9.0 13.0
4 刘增力 昆明理工大学信息工程与自动化学院 68 155 6.0 8.0
5 徐双 东南大学计算机科学与工程学院 5 37 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (17)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (1)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(5)
  • 二级参考文献(2)
2010(7)
  • 参考文献(6)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
反卷积
点扩散函数
正则化
稀疏分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导