基于L1 范数主成分分析的颅脑图像恢复.pdfVIP

基于L1 范数主成分分析的颅脑图像恢复.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第24卷摇 第1期 计 算机 技 术 与发 展 Vol.24摇 No.1 2014年1月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Jan.摇 2014 基于L1范数主成分分析的颅脑图像恢复 1,2 1 1 1,2 赵海峰 ,于雪敏 ,邹际祥 ,孙登第 (1.安徽大学计算机科学与技术学院,安徽 合肥 230601; 2.安徽省工业图像处理与分析重点实验室,安徽 合肥 230088) 摘摇 要:医学颅脑图像处理已成为脑部疾病诊断的重要途径,为去除颅脑图像的噪声和异物遮挡而又不损失正常组织信 息,提出了一种基于L1范数鲁棒主成分分析降维的颅脑图像恢复方法。 首先用L1范数代替传统主成分分析中的L2 范 数,构造对噪声更加鲁棒的L1范数主成分分析;然后对其代价函数进行交替凸规划算法计算图像降维后的特征数据与投 影矩阵;最后利用线性变换得到恢复后的医学颅脑图像。 与传统图像压缩与恢复方法不同,该方法利用了L1范数的噪声 鲁棒性,通过降维的方法来实现颅脑图像的恢复,同时实现去噪和异常检测的功能。 在真实颅脑图像库中进行的比较实 验证明了该方法对于颅脑图像恢复的有效性。 关键词:脑图像恢复;主成分分析;L1范数;稀疏表示 中图分类号:TP391.4摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2014)01-0231-04 doi:10.3969/ j.issn.1673-629X.2014.01.059 Cerebral Image Recovery Based on L1-norm Principal Component Analysis 1,2 1 1 1,2 ZHAO Hai-feng ,YU Xue-min ,ZOU Ji-xiang ,SUN Deng-di (1.School of Computer and Technology,Anhui University,Hefei230601,China; 2.Key Lab of Industrial Image Processing Analysis of Anhui Province,Hefei230088,China) Abstract:Asmedicalcerebralimageshavebecomeaneffectivewayofbraindiseasediagnosis,anefficientmedicalcerebralimagesrecov鄄 ery method based on L1normrobust PCA dimensionalityreduction isproposedtoachieve denoisingandanomaly detection with noloss of normal tissue information.First the L1normprincipal component analysisisconstructedusingL1norm which ismorerobust tonoise while in traditional principal component analysisitusesL2 norm.Then thecharacteristic dataandtheprojection matrix aregottenby the alternate convex pro

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档