基于双字典和稀疏表示的医学图像超分辨率重建

• 作者: 席志红 曾继琴 李爽
• 来源期刊: 计算机测量与控制
• 关键词: 医学图像 超分辨率 稀疏表示 字典学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 197-200
• 页数: 4页
• 分类号: TP3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.03.054

摘要

在医学影像图像处理过程中,由于成像技术和成像时间的限制,还无法获取满足诊断需求的清晰图像,这使得在现有技术和极短时间内所获取的医学病理图像需要进行超分辨率的重建处理;基于学习的图像超分辨率思想是从已建立的先验模型中重建出高频细节;在文章中,将要估计的高频信息认为是由主要高频和冗余高频两部分组成,提出了一种基于双字典学习和稀疏表示的医学图像超分辨率重建算法,由主要字典学习和冗余字典学习组成,分别渐近地恢复出主要高频细节和冗余高频细节;实验结果的数据分析和视觉效果显示,所提出双层递进方法能够恢复更多的图像细节且在性能指标上比现有的其他几种方法均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席志红	哈尔滨工程大学信息与通信工程系	121	870	14.0	24.0
2	李爽	哈尔滨工程大学信息与通信工程系	41	543	10.0	23.0
3	曾继琴	哈尔滨工程大学信息与通信工程系	2	9	2.0	2.0