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:
针对超声图像连续性差、自身具有稀疏性的特点,提出了一种适用于超声图像的压缩感知重建方法.该方法以小波变换为稀疏基,Hessenberg矩阵为测量矩阵,引入正交匹配追踪(OMP)算法实现了超声图像的重建.超声C-扫描图像重建结果表明在观测数据采样率降低、数据缺失等条件下均能清晰的成像,验证了该方法的有效性.此外,本文给出Hessenberg测量矩阵的有限等距性(RIP)性质证明;并与基于Toeplitz测量矩阵的图像重建方法进行了比较,实验结果表明利用本文方法的重建图像在平均结构相似度(SSIM)、峰值信噪比(PSNR)和三维差值图等指标上均较优.该压缩感知重建方法在采样率为50%,原始数据较差的前提下,成功恢复出相似度在80%以上的超声图像.
推荐文章
基于非局部低秩矩阵重建的图像插值
图像插值
低秩矩阵重建
优化
图像处理
基于结构化随机矩阵的分块压缩感知光场重建
信号处理
光场
压缩感知
结构化随机矩阵
STORM原始图像和基于点扩散函数测量矩阵的压缩感知后处理方法
压缩感知
随机光学重构显微
点扩散函数
超分辨显微成像
基于Hessian矩阵的DSA图像冠状动脉直径的测量
数字减影血管造影技术
冠状动脉
Hessian矩阵
图像处理
血管骨架
血管直径
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 基于Hessenberg测量矩阵的超声图像重建
来源期刊 北京化工大学学报(自然科学版) 学科 工学
关键词 图像处理 Hessenberg测量矩阵 压缩感知 图像重构
年,卷(期) 2015,(4) 所属期刊栏目 机电工程和信息科学
研究方向 页码范围 106-111
页数 6页 分类号 TP391.41
字数 语种 中文
DOI
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 周靖林 10 12 3.0 3.0
2 祝海江 29 47 4.0 5.0
3 崔阳 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (137)
共引文献  (592)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(14)
  • 参考文献(2)
  • 二级参考文献(12)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(18)
  • 参考文献(1)
  • 二级参考文献(17)
2010(18)
  • 参考文献(0)
  • 二级参考文献(18)
2011(20)
  • 参考文献(0)
  • 二级参考文献(20)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
图像处理
Hessenberg测量矩阵
压缩感知
图像重构
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
北京化工大学学报(自然科学版)
双月刊
1671-4628
11-4755/TQ
16开
北京市北三环东路15号
82-657
1972
chi
出版文献量(篇)
3271
总下载数(次)
7
总被引数(次)
27609
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导