基于过完备字典与非局部相似性的脑 MRI 图像超分辨率
计算机视觉与模式识别
2019-02-14 v1 多媒体
摘要
近来，由于物理、技术和经济等方面的各种限制，磁共振成像(MRI)图像的分辨率有限且不令人满意。超分辨率技术可以获取高分辨率 MRI 图像。传统方法通过插值实现脑 MRI 的分辨率增强，影响了后续诊断过程的准确性。对脑图像质量的需求正在快速增长。在本文中，我们提出一种基于过完备字典和图像固有相似性的图像超分辨率(SR)方法，从单张低分辨率(LR)图像恢复高分辨率(HR)图像。我们探索图像的非局部相似性，在整个图像中尝试搜索相似块，并提出一种基于压缩感知(CS)和相似性约束的联合重建方法。图像块的稀疏性和自相似性被用作约束。所提方法总结如下步骤。首先，提出一种基于测量域的字典分类方法。通过分析图像块在测量域中的特征，将其分为平滑、纹理和边缘部分。然后，使用分类后的图像块训练相应的字典。同样重要的是，在重建部分，我们使用 CS 重建方法恢复 HR 脑 MRI 图像，同时将非局部相似性和图像稀疏性均作为约束。该方法在视觉和定量上均优于一些现有方法。
引用
@article{arxiv.1902.04902,
title = {Super-Resolution of Brain MRI Images using Overcomplete Dictionaries and Nonlocal Similarity},
author = {Yinghua Li and Bin Song and Jie Guo and Xiaojiang Du and Mohsen Guizani},
journal= {arXiv preprint arXiv:1902.04902},
year = {2019}
}