發(fā)布時間：2017-09-17 17:18

  本文關鍵詞：基于壓縮感知的超聲圖像重建方法研究

  更多相關文章： 壓縮感知 超聲成像 測量矩陣 RIP性質(zhì) Matlab GUI

【摘要】：由于壓縮感知理論能解決傳統(tǒng)信號采樣中的資源利用率較低的問題,因而在信號與圖像處理、雷達成像技術、核磁共振成像等領域有著廣泛的應用。近些年來,具有非相干性測量矩陣的研究吸引許多研究人員的注意。因此,本文研究了結構性測量矩陣在低采樣率下超聲信號重建問題。主要工作有：1、給出一種基于Hessenberg結構性測量矩陣的超聲圖像重建算法。該方法能夠快速重建超聲圖像,同時,還能避免采樣引入的二次噪聲。實驗結果表明該方法在處理超聲圖像問題時具有可行性和正確性。2、根據(jù)標準Hessenberg矩陣的一些不足之處,給出了三對角形式Hessenberg矩陣、范式Hessenberg矩陣和部分確定性Hessenberg矩陣在超聲圖像重建問題中的研究。實驗表明,應用改進型矩陣的超聲圖像重建算法在平均結構相似度、峰值信噪比、相對誤差及均方誤差等性能指標上更優(yōu)于標準形式Hessenberg矩陣。3、設計并實現(xiàn)了超聲圖像重建算法的應用軟件。該軟件操作界面簡單,實現(xiàn)圖片讀取、稀疏變換、測量矩陣選取、重構圖片顯示和參數(shù)指標顯示等功能。
【關鍵詞】：壓縮感知 超聲成像 測量矩陣 RIP性質(zhì) Matlab GUI
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41;TB559
【目錄】：

• 學位論文數(shù)據(jù)集3-4
• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-19
• 1.1 選題背景及意義11
• 1.2 壓縮感知理論概述11-15
• 1.3 國內(nèi)外研究成果及現(xiàn)狀15-17
• 1.4 主要內(nèi)容與章節(jié)安排17-19
• 第二章 基于Hessenberg測量矩陣的超聲圖像重建19-39
• 2.1 超聲成像的壓縮感知參數(shù)選擇19-27
• 2.1.1 稀疏變換基的選取19-21
• 2.1.2 重建算法的確定21-23
• 2.1.3 常用測量矩陣的對比23-27
• 2.2 基于Hessenberg測量矩陣的重建算法27-30
• 2.3 實驗結果分析30-38
• 2.3.1 實驗一31-33
• 2.3.2 實驗二33-36
• 2.3.3 實驗三36-38
• 2.4 本章小結38-39
• 第三章 基于改進形式的Hessenberg測量矩陣超聲圖像重建39-69
• 3.1 基于三對角Hessenberg矩陣圖像重建算法研究39-46
• 3.1.1 三對角形式的Hessenberg矩陣39-40
• 3.1.2 實驗結果分析40-46
• 3.2 基于Frobenius矩陣圖像重建算法研究46-54
• 3.2.1 Frobenius矩陣46-47
• 3.2.2 實驗結果分析47-54
• 3.3 基于部分確定Hessenberg矩陣圖像重建算法研究54-62
• 3.3.1 部分確定Hessenberg矩陣54-55
• 3.3.2 實驗結果分析55-62
• 3.4 超聲圖像重建顯示系統(tǒng)的設計與實現(xiàn)62-67
• 3.5 本章小結67-69
• 第四章 結論與展望69-71
• 參考文獻71-75
• 致謝75-77
• 作者和導師簡介77-79
• 研究成果及發(fā)表的學術論文79-80
• 附件80-81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 傅迎華;;可壓縮傳感重構算法與近似QR分解[J];計算機應用;2008年09期

2 張崢嶸;黃麗麗;費選;韋志輝;;非局部TV正則化的圖像泊松去噪模型與算法[J];系統(tǒng)仿真學報;2014年09期

，

本文編號：870684