基于背景信息的磁共振成像尖峰噪声消除

磁共振成像扫描过程中如果在K空间中出现尖峰噪声,将会严重影响图像质量. 该文提出了一种利用磁共振图像背景信息来定位并修复尖峰噪声的方法. 首先将K空间数据沿着频率编码k_x和相位编码k_y 2个方向分别进行一维傅立叶变换,然后在获得的2个中间域数据中,分别截取出背景区域, 进行一维反傅立叶变换得到与背景对应的频率域数据,通过对背景频率域数据的分析,获得尖峰噪声的k_x和k_y坐标,最后对异常点进行修复. 该算法可以很好地消除各种模式的尖峰噪声,与已有的算法相比,能够更好地处理K空间中连续多个相位编码行上出现尖峰噪声的情况,有效地消除图像伪影.     

基于正则化迭代的并行磁共振图像重建算法

为了解决并行磁共振成像过程的病态性和图像信噪比下降问题,降低重建过程中噪声放大和异常值的干扰造成的图像信噪比的损失,提出了一种基于正则化共轭梯度迭代的并行磁共振成像重建算法;该算法基于最小二乘理论,引入正则化,优化方程,进而进行迭代重建;采用了不同加速因子的人脑磁共振K空间欠采样数据以验证该算法的重建性能,仿真结果表明了该算法相较于最小二乘法,能较大限度地降低噪声对重建结果的干扰,具有信噪比更高、误差更小、成像效果更好等特征;重建图像质量得到了较好的改善,对临床诊断更具有适用性。     

改进的约束共轭梯度闪光照相图像重建算法

 针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。     

双树小波变换与小波树稀疏联合的低场CS-MRI算法

压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振扫描时间.稀疏表示是压缩感知理论的一个关键假设,重建结果很大程度上依赖于稀疏变换.本文将双树复小波变换和小波树稀疏联合作为压缩感知磁共振成像中的稀疏变换,提出了基于双树小波变换和小波树稀疏的压缩感知低场磁共振图像重建算法.实验表明,本文所提算法可以在某些磁共振图像客观评价指标中表现出一定的优势.     

用于压缩感知磁共振成像的分割字典学习算法

字典学习算法可以根据数据本身的特点构建稀疏域中的基,从而使数据的表示更加稀疏.该文在传统的字典学习算法基础上提出了分割字典学习算法,由于部分磁共振图像组织结构简单、可以进行图像分割,因此可根据此特点来优化字典中基函数的构建,使磁共振图像的表达更为稀疏,从而获得更高的重建图像质量.该文利用模拟数据和真实数据进行了重建实验,结果表明与传统的字典学习算法相比,分割字典学习算法能进一步改善重建图像质量.     

基于加权总差分最小化的中子稀疏投影计算机断层重建方法

为提升高噪声稀疏角度投影条件下中子计算机断层扫描(CT)质量,提出同时迭代重建方法(SIRT)与加权总差分最小化(WTDM)相结合的迭代重建方法(SIRT-WTDM)。在有无噪声情况下比较代数重建算法、联合代数重建算法及同时迭代重建算法的重建图像,证明了SIRT迭代重建具有较高的图像重建精度与较强的抗噪声性能,因此将SIRT作为高噪声中子投影图像CT迭代重建算法的保真项。考虑到对图像梯度稀疏性与连续性的约束,中子CT迭代重建方法的正则化约束项采用WTDM方法。由Shepp-Logan模体与真实冷中子层析扫描数据验证可知,在极端稀疏角度投影条件下,SIRT-WTDM可获得较好的重建效果。     

基于约束共轭梯度的高能闪光照相3维重建算法

 针对高能闪光照相系统成像信噪比低的特点，提出了3维约束共轭梯度算法，该算法基于3维重建理论来重建方程，利用约束共轭梯度法迭代求图像重建的最优解。数值模拟结果表明：采用3维约束共轭梯度算法能有效改善高能闪光照相重建图像轴线噪声大的问题，是一种具有很高抗噪能力的闪光照相图像重建算法。     

由少量投影数据快速重建图像的迭代算法

针对由少最角度的投影数据重建CT图像的问题,提出了一种改进的基于图像总变差最小的迭代重建算法.该算法采用共轭梯度法求图像总变差最小,并在迭代过程中采用了多分辨迭代技术.用模拟的投影数据和实际扫描数据进行了重建数值实验.实验结果表明该算法不但提高了重建图像质量,也同时显著提高了迭代图像的收敛速度.     

选择性双向顺序压缩感知重建动态磁共振成像

压缩感知是一种新兴技术,该技术能够用远低于奈奎斯特采样频率采集的信号恢复出原始信号. 压缩感知成像方法大大提高了心脏磁共振成像的采集速度,已有的方法主要利用动态图像时间相关及心脏的周期性运动特征,如采用在时间维做傅立叶变换或求解每帧数据跟参考帧数据的差异获取稀疏数据,满足压缩感知重建的要求. 该文提出了选择性双向顺序压缩感知重建算法,利用相邻帧的差异更小的特点,获取更加稀疏的差异数据,同时利用动态图像的周期性,以目标函数积分为判据,在时间顺序和时间逆序两个方向选择效果更好的方向进行数据重建,降低图像伪影和噪声. 该选择算法,可以在不增加重建时间的情况下,选择双向顺序重建中最佳的结果. 该文对心脏磁共振图像数据进行了数据处理实验,并且跟传统压缩感知算法、参考帧差异方法及匙孔成像方法进行了比较. 结果表明：该方法无论从视觉效果还是从统计结果上,都有很大的改善.     

基于压缩传感和代数重建法的CT图像重建

代数重建法(ART)是一种重要的CT图像重建方法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,利用压缩传感理论提出了一种基于ART的高质量图像重建算法。该算法将CT图像的梯度稀疏性结合到ART图像重建中,在每次迭代中的投影操作结束后用梯度下降法调整全变差,减小图像梯度的l1范数。实验结果验证了该算法的有效性。     

应用径向基函数去除数字图像中的椒盐噪声

去除图像中的椒盐噪声可转化为二维曲面的重建问题。选用Multi-Quadric函数对图像中损失的信息构造插值格式,自动选择待插值点和插值参考点并求解插值方程组得到处理后的图像。实验证明,本方法可以在很少破坏图像细节的情况下去除大部分甚至全部噪声,并且在噪声密度非常大的情况下仍然可以还原相当多的图像信息。对噪声密度为50％和90％的单色Lena图像进行处理,该方法得到的信噪比比自适应中值滤波高6dB以上。     

An improved POCS super-resolution infrared image reconstruction algorithm based on visual mechanism

The traditional projection onto convex sets (POCS) super-resolution (SR) reconstruction algorithm can only get reconstructed images with poor contrast, low signal-to-noise ratio and blurring edges. In order to solve the above disadvantages, an improved POCS SR infrared image reconstruction algorithm based on visual mechanism is proposed, which introduces data consistency constraint with variable correction thresholds to highlight the target edges and filter out background noises; further, the algorithm introduces contrast constraint considering the resolving ability of human eyes into the traditional algorithm, enhancing the contrast of the image reconstructed adaptively. The experimental results show that the improved POCS algorithm can acquire high quality infrared images whose contrast, average gradient and peak signal to noise ratio are improved many times compared with traditional algorithm.     

Improved depth extraction method of 3D objects using computational integral imaging reconstruction based on multiple windowing techniques

This paper presents an improved depth extraction method of 3D objects using computational integral imaging reconstruction (CIIR) based on the multiple windowing models. The proposed method records 3D objects using the lenslet array; and it reconstructs multiple sets of slice images from multiple CIIR methods based on the different windowing models. A depth map is then extracted by a block matching algorithm among multiple set of slice images. A preliminary experiment is carried out to show the feasibility of the proposed method. Experimental results indicate the proposed method outperforms the previous method with two windowing models.     

Optical-path-length-shifting color digital holography

We propose an in-line color digital holography that can suppress a 0th-order diffraction image and a conjugate image. This technique reconstructs the image of an object from two holograms that are formed at two different distances from the object for each primary color. We numerically simulated the proposed technique and confirmed that it enabled the reconstruction of higher-quality images of an object than the Fresnel transform alone, which is the simplest reconstruction algorithm in digital holography. The effectiveness of the proposed technique was also quantitatively shown by evaluating the reconstructed images using root-mean-square errors. Thus, it was confirmed that the proposed technique was capable of recording and reconstructing both three-dimensional information and color information of an object.     

基于多尺度形态学滤波器的图像融合新方法

提出了一种保持图像细节和高抗噪性的图像融合新方法。这种方法首先对源图像进行多尺度形态学开闭滤波,得到源图像的低频平滑图像;然后应用多尺度Top-hat变换和Bottom-hat变换来提取小于相应尺度的图像细节特征。因为在较小的尺度特征中包含噪声颗粒的可能性较大,据此修正了Top-hat变换和Bottom-hat变换的相应系数;最后对以上两步骤得到的低频平滑图像和多尺度高频细节图像分别进行图像融合,应用形态学重建过程生成融合图像。实验表明,这种融合方法具有图像细节保持完整和噪声消除效果好的优点,处理效果优于传统的图像融合方法。     

基于不可控微扫描的高分辨力图像重构方法

针对存在不可控微位移的序列低分辨力图像,提出了一种基于2×2不可控微扫描的高分辨力图像重构方法,采用投影法估算出低分辨力图像LR的微位移量,采用基于泰勒级数展开的重构算法由4帧图像重构高分辨力图像.模拟表明：该算法能精确地估计序列图像的帧间位移量并取得较好的重构效果,且算法简单有效可行,处理量小,有利于实现快速处理,在一定程度可满足同步轨道卫星、公安监视等领域对高分辨力成像处理的需求.       

光学相干层析图像的处理研究

提出一种基于各向异性扩散算法Catté模型的图像处理改进方法,通过对阈值k的修改以控制扩散强度,可实现在平滑光学相干层析图像的同时保护图像的边缘特征.对不同样品的光学相干层析图像处理.实验结果表明,改进后的算法更有利于噪音的滤除和边缘特征信息的保护.     

Removal of residual images in parallel phase-shifting digital holography

Parallel phase-shifting digital holography (PPSDH) is a technique of single-shot phase-shifting digital holography. We found that there are two problems with this technique. (1) Some extraneous noises caused by the intensity unevenness of the reference wave become slightly superimposed on the object image. (2) The conjugate image cannot be completely removed. This is because the object wave causes the phase-shift error by illuminating an image sensor with a large incident angle. To solve these problems, we propose an algorithm for removing residual 0th-order diffraction and conjugate images in PPSDH. In the proposed algorithm, we modified phase-shifting interferometry in order to work through the unevenness of the intensity distribution and applied the Fourier transform technique to PPSDH to remove the residual conjugate image. The effectiveness of the proposed algorithm was experimentally verified.     

Optimizing Image Reconstruction in SENSE Using GPU

Parallel magnetic resonance imaging (MRI) (pMRI) uses multiple receiver coils to reduce the MRI scan time. To accelerate the data acquisition process in MRI, less amount of data is acquired from the scanner which leads to artifacts in the reconstructed images. SENSitivity Encoding (SENSE) is a reconstruction algorithm in pMRI to remove aliasing artifacts from the undersampled multi coil data and recovers fully sampled images. The main limitation of SENSE is computing inverse of the encoding matrix. This work proposes the inversion of encoding matrix using Jacobi singular value decomposition (SVD) algorithm for image reconstruction on GPUs to accelerate the reconstruction process. The performance of Jacobi SVD is compared with Gauss–Jordan algorithm. The simulations are performed on two datasets (brain and cardiac) with acceleration factors 2, 4, 6 and 8. The results show that the graphics processing unit (GPU) provides a speed up to 21.6 times as compared to CPU reconstruction. Jacobi SVD algorithm performs better in terms of acceleration in reconstructions on GPUs as compared to Gauss–Jordan method. The proposed algorithm is suitable for any number of coils and acceleration factors for SENSE reconstruction on real time processing systems.