1 福建师范大学 医学光电科学与技术教育部重点实验室,福建 福州 350007
2 华中科技大学 光电子科学与工程学院,湖北 武汉 430074
提出一种基于Osher-Sole-Vese(OSV)模型的迭代规则化医学图像去噪方法。该方法使用迭代规则化方式,通过加入分解出的纹理和细节震动信号以修正原始OSV模型的全变分去噪结果,在一定程度上克服了医学图像去噪过程中对细节和纹理信息的过渡平滑。同时给出了迭代规则化医学图像去噪方法的实现步骤。实验结果表明,新方法能较好地保护医学图像的细节和纹理信息。
图像处理 医学图像去噪 OSV模型 迭代规则化 纹理和细节
天津大学 精密仪器与光电子工程学院,天津 300072
扩散光学层析(DOT)中的图像重建是一个面向大参数集的非线性最优化问题,其标准求解方法为牛顿类迭代法,需要对整个Jacobian矩阵进行构建、求逆和存贮,这对大规模的三维问题是不可行的,为此常采用基于逐行线性逆策略的非创伤性填充(ART)技术,图像质量受到严重制约。采用共轭梯度算法,直接求解非线性目标函数梯度,可避免对Jacobian矩阵的操作,为有效降低步长因子求解引起的附加计算量,采用一维不精确搜索算法。通过对双非均匀目标体的平板模型进行模拟成像,与代数重建算法结果进行比较,表明共轭梯度法的重建质量、收敛速度和收敛性都优于ART算法。
图像处理 时域扩散光学层析 逆问题 共轭梯度算法 不精确线性搜索
