摘要:提出一种利用组稀疏表示进行CSMRI的方法.在字典学习过程中,对图像块按照相似性准则进行分组,并利用这些组进行字典训练.将组字典学习的代价函数引入到压缩感知核磁共振成像的模型中,并利用交替优化方法求解该模型.提出的算法不仅利用了图像的局部稀疏性,还利用了图像块之间的相似性(非局部相似性).实验结果证明,该算法能够重构出高质量图像.
关键词:压缩感知 核磁共振成像 组稀疏表示 字典学习 非局部相似性
单位:眉山职业技术学院文化艺术系; 四川眉山620010; 成都师范学院信息化推进办; 四川成都611130; 忻州师范学院计算机系; 山西忻州034000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社