图像重建方法、装置、电子设备及存储介质与流程

本发明涉及图像处理，尤其涉及一种图像重建方法、装置、电子设备及存储介质。

背景技术：

1、超分辨率(super-resolution，sr)即通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。高分辨率意味着图像中的像素密度高，能够提供更多的细节，而这些细节在许多实际应用中不可或缺。

2、现有技术中基于字典训练的图像重建方法一般采用主成分分析模型(principalcomponent analysis，pca)进行特征提取，但pca需要计算协方差矩阵并且需要特征值和特征向量，当矩阵维度较大时，会影响其计算速度，而且pca图像降维处理的核心就是计算出权重较大的特征值和特征向量，然后利用这些权重较大的特征值进行降维处理，而这样会导致过滤掉部分重要信息，影响重建之后的图像质量。

技术实现思路

1、针对现有技术存在的问题，本发明提供一种图像重建方法、装置、电子设备及存储介质。

2、第一方面，本发明提供一种图像重建方法，包括：

3、基于第一图像，通过稀疏保持投影算法，获取第一图像特征块；

4、基于联合字典，获取第一图像特征块对应的目标图像，所述目标图像的分辨率高于所述第一图像的分辨率；

5、其中，所述联合字典是基于第一样本图像和第二样本图像，通过字典训练算法进行训练得到的，所述第二样本图像是基于所述第一样本图像通过稀疏保持投影算法计算得到的。

6、可选地，根据本发明提供的一种图像重建方法，所述基于联合字典，获取第一图像特征块对应的目标图像，包括：

7、基于第一图像特征块和联合字典，通过krylov子空间法，获取第二图像特征块，所述第二图像特征块的分辨率高于第一图像特征块的分辨率；

8、基于第二图像特征块，通过反向投影法，获取所述目标图像。

9、可选地，根据本发明提供的一种图像重建方法，所述基于第一图像特征块和联合字典，通过krylov子空间法，获取第二图像特征块，包括：

10、获取第一优化函数，所述第一优化函数用于在第一稀疏误差最小的情况下获取所述第一图像特征块的稀疏编码；

11、基于所述第一图像特征块和所述联合字典中的第二字典，通过krylov子空间法对所述第一优化函数迭代求解，获取目标稀疏编码；

12、基于所述目标稀疏编码和联合字典中的第一字典，获取所述第二图像特征块；

13、其中，所述联合字典包括所述第一字典和所述第二字典；

14、所述第一稀疏误差由第一图像特征块和第一图像特征块的稀疏表示确定，所述第一图像特征块的稀疏表示由所述第二字典和第一图像特征块的稀疏编码确定。

15、可选地，根据本发明提供的一种图像重建方法，所述方法还包括：

16、基于所述第一样本图像，通过稀疏保持投影算法，获取所述第二样本图像，所述第一样本图像的分辨率高于所述第二样本图像的分辨率；

17、基于所述第一样本图像和所述第二样本图像，通过字典训练算法训练，获取所述联合字典。

18、可选地，根据本发明提供的一种图像重建方法，所述基于所述第一样本图像和所述第二样本图像，通过字典训练算法训练，获取所述联合字典，包括：

19、获取第二优化函数，所述第二优化函数用于在第二稀疏误差最小的情况下获取所述联合字典；

20、基于所述第一样本图像和所述第二样本图像，获得初始的联合字典；

21、基于所述第一样本图像和所述第二样本图像，通过krylov子空间法对所述第二优化函数执行至少一次迭代求解过程，获取所述联合字典；

22、其中，所述联合字典包括第一字典和第二字典，所述第一字典用于获取所述第一样本图像的稀疏编码，所述第二字典用于获取所述第二样本图像的稀疏编码；

23、所述第二稀疏误差由联合样本图像和联合样本图像的稀疏表示确定，所述联合样本图像由所述第一样本图像和所述第二样本图像确定，所述联合样本图像的稀疏表示由所述联合字典、所述第一样本图像的稀疏编码和所述第二样本图像的稀疏编码确定。

24、可选地，根据本发明提供的一种图像重建方法，一次所述迭代求解过程包括：

25、通过krylov子空间法获取对应于第一样本图像的第一稀疏编码和对应于第二样本图像的第二稀疏编码；

26、基于第一稀疏编码和第二稀疏编码，获取残差值；

27、在判断残差值满足预设阈值的情况下，基于第一稀疏编码和第二稀疏编码，通过krylov子空间法更新前一次所述迭代求解过程中获取的所述联合字典。

28、第二方面，本发明还提供一种图像重建装置，包括：

29、第一获取模块，用于基于第一图像，通过稀疏保持投影算法，获取第一图像特征块；

30、第二获取模块，用于基于联合字典，获取第一图像特征块对应的目标图像，所述目标图像的分辨率高于所述第一图像的分辨率；

31、其中，所述联合字典是基于第一样本图像和第二样本图像，通过字典训练算法进行训练得到的，所述第二样本图像是基于所述第一样本图像通过稀疏保持投影算法计算得到的。

32、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述图像重建方法的步骤。

33、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述图像重建方法的步骤。

34、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述图像重建方法的步骤。

35、本发明提供的图像重建方法、装置、电子设备及存储介质，通过利用稀疏保留投影算法进行特征提取，由于稀疏保留投影算法是一种线性特征提取算法，可以利用线性来近似非线性从而进行特征提取，并且可以保证其权重矩阵具有稀疏性，降低了运算量，进而加快了程序的运行速度，而且在保证大特征起作用的情况下，把局部特征引入，保证了图像细节的完整，使得重建出的图像质量更高。

技术特征：

1.一种图像重建方法，其特征在于，包括：

2.根据权利要求1所述的图像重建方法，其特征在于，所述基于联合字典，获取第一图像特征块对应的目标图像，包括：

3.根据权利要求2所述的图像重建方法，其特征在于，所述基于第一图像特征块和联合字典，通过krylov子空间法，获取第二图像特征块，包括：

4.根据权利要求1所述的图像重建方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的图像重建方法，其特征在于，所述基于所述第一样本图像和所述第二样本图像，通过字典训练算法训练，获取所述联合字典，包括：

6.根据权利要求5所述的图像重建方法，其特征在于，一次所述迭代求解过程包括：

7.一种图像重建装置，其特征在于，包括：

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述图像重建方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像重建方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像重建方法的步骤。

技术总结
本发明提供一种图像重建方法、装置、电子设备及存储介质，所述方法包括：基于第一图像，通过稀疏保持投影算法，获取第一图像特征块；基于联合字典，获取第一图像特征块对应的目标图像，所述目标图像的分辨率高于所述第一图像的分辨率；其中，联合字典是基于第一样本图像和第二样本图像，通过字典训练算法进行训练得到的，第二样本图像是基于第一样本图像通过稀疏保持投影算法计算得到的。本发明通过利用稀疏保留投影算法进行特征提取，由于稀疏保留投影算法是一种线性特征提取算法，可以保证其权重矩阵具有稀疏性，降低了运算量，进而加快了程序的运行速度，而且把局部特征引入，保证了图像细节的完整，使得重建出的图像质量更高。

技术研发人员：陈汉清,沈丽萍,戴维焕
受保护的技术使用者：杭州三坛医疗科技有限公司
技术研发日：
技术公布日：2024/1/12