一种基于分类图像块稀疏表示的CS-MRI图像重构方法

摘要

本发明公开了一种基于分类图像块稀疏表示的CS‑MRI图像重构方法。属于数字图像处理技术领域。它是一种以聚类后的图像块集合为训练对象获得正交学习字典后，对图像块进行稀疏表示，并对系数作非凸约束的图像重构方法。首先对预重构图像进行图像块聚类，然后对每一类图像块集合分别训练正交字典，并采用lp范数对图像块在对应字典下的稀疏系数进行非凸约束，并重构出MRI图像。本发明针对图像块提出正交字典学习与非凸系数约束的统一模型，并采用交替方向迭代法求解该模型，使字典、系数、图像获得持续更新，重构出的图像保留了大量细节信息，获得了较高的重构性能，因此可用于医学图像的恢复。