基于压缩感知的超声图像重建方法研究

发布时间：2017-09-17 17:18

  本文关键词：基于压缩感知的超声图像重建方法研究

  更多相关文章： 压缩感知 超声成像 测量矩阵 RIP性质 Matlab GUI

【摘要】：由于压缩感知理论能解决传统信号采样中的资源利用率较低的问题,因而在信号与图像处理、雷达成像技术、核磁共振成像等领域有着广泛的应用。近些年来,具有非相干性测量矩阵的研究吸引许多研究人员的注意。因此,本文研究了结构性测量矩阵在低采样率下超声信号重建问题。主要工作有：1、给出一种基于Hessenberg结构性测量矩阵的超声图像重建算法。该方法能够快速重建超声图像,同时,还能避免采样引入的二次噪声。实验结果表明该方法在处理超声图像问题时具有可行性和正确性。2、根据标准Hessenberg矩阵的一些不足之处,给出了三对角形式Hessenberg矩阵、范式Hessenberg矩阵和部分确定性Hessenberg矩阵在超声图像重建问题中的研究。实验表明,应用改进型矩阵的超声图像重建算法在平均结构相似度、峰值信噪比、相对误差及均方误差等性能指标上更优于标准形式Hessenberg矩阵。3、设计并实现了超声图像重建算法的应用软件。该软件操作界面简单,实现图片读取、稀疏变换、测量矩阵选取、重构图片显示和参数指标显示等功能。
【关键词】：压缩感知 超声成像 测量矩阵 RIP性质 Matlab GUI
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TB559
【目录】：

• 学位论文数据集3-4
• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-19
• 1.1 选题背景及意义11
• 1.2 压缩感知理论概述11-15
• 1.3 国内外研究成果及现状15-17
• 1.4 主要内容与章节安排17-19
• 第二章 基于Hessenberg测量矩阵的超声图像重建19-39
• 2.1 超声成像的压缩感知参数选择19-27
• 2.1.1 稀疏变换基的选取19-21
• 2.1.2 重建算法的确定21-23
• 2.1.3 常用测量矩阵的对比23-27
• 2.2 基于Hessenberg测量矩阵的重建算法27-30
• 2.3 实验结果分析30-38
• 2.3.1 实验一31-33
• 2.3.2 实验二33-36
• 2.3.3 实验三36-38
• 2.4 本章小结38-39
• 第三章 基于改进形式的Hessenberg测量矩阵超声图像重建39-69
• 3.1 基于三对角Hessenberg矩阵图像重建算法研究39-46
• 3.1.1 三对角形式的Hessenberg矩阵39-40
• 3.1.2 实验结果分析40-46
• 3.2 基于Frobenius矩阵图像重建算法研究46-54
• 3.2.1 Frobenius矩阵46-47
• 3.2.2 实验结果分析47-54
• 3.3 基于部分确定Hessenberg矩阵图像重建算法研究54-62
• 3.3.1 部分确定Hessenberg矩阵54-55
• 3.3.2 实验结果分析55-62
• 3.4 超声图像重建显示系统的设计与实现62-67
• 3.5 本章小结67-69
• 第四章 结论与展望69-71
• 参考文献71-75
• 致谢75-77
• 作者和导师简介77-79
• 研究成果及发表的学术论文79-80
• 附件80-81

【参考文献】

中国期刊全文数据库 前2条

1 傅迎华;;可压缩传感重构算法与近似QR分解[J];计算机应用;2008年09期

2 张峥嵘;黄丽丽;费选;韦志辉;;非局部TV正则化的图像泊松去噪模型与算法[J];系统仿真学报;2014年09期

，

本文编号：870684