一种高能X射线图像盲复原方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112819723A(43)申请公布日2021.05.18(21)申请号202110161528.7(22)申请日2021.02.05(71)申请人河海大学地址210098江苏省南京市江宁区佛城西路8号(72)发明人王肖霖吴艺李庆武许金鑫王纯款张杉马云鹏(74)专利代理机构南京纵横知识产权代理有限公司32224代理人许婉静(51)Int.Cl.G06T5/00(2006.01)权利要求书5页说明书8页(54)发明名称一种高能X射线图像盲复原方法及系统(57)摘要本发明公开了一种高能X射线图像盲复原方法及系统。首先，根据高能X射线图像灰度分布集中且连续的特性，提出图像区域极值的定义；然后，采用l0范数约束图像的区域极值和模糊核，结合图像的梯度先验，在MAP框架上构建图像盲复原模型；接着，通过半二次分裂法及快速傅里叶变换交替求解清晰图像与模糊核，并采用线性近似和加速共轭梯度法来加速子问题的求解；最后，通过骨架提取与遍历的方法获取初步估计的模糊核的主要结构信息，在模糊核交叉滑动窗口内构造连续函数进行优化，并利用优化后的模糊核k对模糊图像非盲去卷积，得到清晰图像。本发明更好地去除高能X射线图像中的系统模糊，提高图像的质量，为图像的非线性重建估计出更加准确的模糊核。CN112819723ACN112819723A权利要求书1/5页1.一种高能X射线图像盲复原方法，其特征在于，包括以下步骤：步骤1：获取高能X射线模糊图像b，构建图像盲复原模型；将高能X射线模糊图像b输入至构建的图像盲复原模型，初始化模糊核k0，并根据模糊核k0设定最大迭代尺度Lmax及每一尺度的最大迭代次数Nmax，得到关于待恢复的清晰图像变量l的目标函数一、待求解的模糊核变量k的目标函数二；步骤2：基于给定的高能X射线模糊图像b，固定模糊核变量k，根据目标函数一引入辅助变量，并将区域极值统一到同一模型中；引入等效线性算子，通过交替最小化及快速傅里叶变换对清晰图像变量l进行求解；步骤3：基于给定的高能X射线模糊图像b，固定清晰图像变量l，根据目标函数二引入辅助变量，利用清晰图像变量l的梯度信息，通过交替最小化和加速共轭梯度法对模糊核变量k进行求解，得到初步估计的模糊核ke；步骤4：得到初步估计的模糊核ke后，提取初步估计的模糊核ke的主要结构，并通过滑动交叉窗口对模糊核进行非连续性抑制，连续更新模糊核，对模糊核归一化，得到优化后的模糊核ky；利用优化后的模糊核ky对模糊图像b非盲去卷积，得到清晰图像ly。2.根据权利要求1所述的一种高能X射线图像盲复原方法，其特征在于：在步骤1中，具体包括以下步骤：步骤1.1定义模糊图像和清晰图像的区域极值，并将区域极值的l0范数作为先验条件；定义模糊核的l0范数，对模糊核的稀疏性进行约束；同时增加图像梯度先验，在最大后验概率框架上构建如下图像盲复原模型：其中，表示当式{…}取最小值时清晰图像变量l、模糊核变量k的取值，P(l,k|b)表示清晰图像变量l、模糊核变量k关于已知模糊图像b的后验概率，lg表示对数运算符，λ,η,μ,γ分别是权重系数一、权重系数二、权重系数三、权重系数四；是数据保真项；表示图像的梯度约束，表示图像梯度算子，表示水平方向梯度算子，表示竖直方向梯度算子，T表示矩阵转置符号；||k||0表示模糊核的先验条件；令函数ρ(l)＝λ||Rmin(l)||0+η||1‑Rmax(l)||0，表示图像的区域极值先验条件；区域最小值Rmin(l)和区域最大值Rmax(l)的定义分别为：其中，p和q表示像素的位置，Ω(p)表示以像素p为中心的图像邻域，Rmin(l)(p)和Rmax(l)(p)分别代表图像l在邻域Ω内像素的最小值与最大值，l(q)表示图像l在像素q处的像素值；2CN112819723A权利要求书2/5页步骤1.2基于半二次分裂的交替最小化算法，将盲复原模型分解为两个均只含一个未知量的子问题，建立目标函数一和目标函数二在目标函数一(5)中固定模糊核变量k求解清晰图像变量l，求解得到清晰图像变量l后，固定清晰图像变量l再优化目标函数二(6)，交替优化目标函数一(5)和目标函数二(6)直到收敛，求得图像盲复原模型(2)的解3.根据权利要求2所述的一种高能X射线图像盲复原方法，其特征在于：在步骤2中，具体包括以下步骤：引入辅助变量一p、辅助变量二q，辅助变量三g，分别对应区域最小值Rmin(l)，1‑Rmax(l)T和图像l的梯度其中辅助变量三g＝(gh,gv)，gh表示辅助变量三g的水平方向分量，gv表示辅助变量三g的竖直方向分量；将目标函数一(5)改写为：其中，α,β,ω分别是惩罚系数一、惩罚系数二、惩罚系数三，通过半二次分裂法交替计算清晰图