用于合成与真实 X 射线图像超分辨率的频域约束
图像与视频处理
2021-08-12 v2 计算机视觉与模式识别
机器学习
摘要
合成 X 射线图像是从 CT 数据投影得到的模拟 X 射线图像。高质量合成 X 射线图像可促进手术图像引导系统与 VR 训练模拟等多种应用。然而，由于 CT 切片厚度不同、计算成本高以及算法复杂，难以实时生成高质量的任意视角合成 X 射线图像。我们的目标是通过基于深度学习的超分辨率方法对低分辨率图像上采样，实时生成高分辨率合成 X 射线图像。参考式超分辨率（RefSR）近年得到充分研究，并展现出高于传统单图像超分辨率（SISR）的性能。它可利用参考图像生成精细细节，但仍不可避免地产生一些伪影与噪声。本文中，我们引入频域损失作为约束，以进一步提升 RefSR 结果的质量，使其具备精细细节且无显著伪影。据我们所知，这是首篇在超分辨率领域将频域用于损失函数的论文。我们在合成与真实 X 射线图像数据集上评估所提方法，均取得了良好结果。
引用
@article{arxiv.2105.06887,
title = {A Frequency Domain Constraint for Synthetic and Real X-ray Image Super Resolution},
author = {Qing Ma and Jae Chul Koh and WonSook Lee},
journal= {arXiv preprint arXiv:2105.06887},
year = {2021}
}