杭州電子科技大學潘中山獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉杭州電子科技大學申請的專利一種基于原始對偶和安德森加速的圖像重建方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN118736035B 。
龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202410714536.3,技術領域涉及:G06T11/00;該發明授權一種基于原始對偶和安德森加速的圖像重建方法及系統是由潘中山;劉兆霆;羅康設計研發完成,并于2024-06-04向國家知識產權局提交的專利申請。
本一種基于原始對偶和安德森加速的圖像重建方法及系統在說明書摘要公布了:本發明提出了一種基于原始對偶和安德森加速的圖像重建方法及系統。方法包括如下步驟:步驟1:收集采樣數據,建立信號模型;步驟2:求解加入范數與TV范數后的極值,解值提供對圖像x的估計;步驟3:采用原始對偶法展開范數并引入新的迭代變量;步驟4:采用近端梯度下降法計算變量的估計值;步驟5:利用步驟4得到的估計值進行安德森加速,迭代數次,獲得重建圖像x。通過仿真實驗可得到,本發明所提供的技術方案在估計的準確性與抗噪性能方面均有較為優異的表現。
本發明授權一種基于原始對偶和安德森加速的圖像重建方法及系統在權利要求書中公布了:1.一種基于原始對偶和安德森加速的圖像重建方法,其特征在于,包括如下步驟: 步驟1:收集采樣數據,建立信號模型; 步驟2:求解加入l1范數與TV范數后的極值,解值提供對圖像x的估計; 步驟3:采用原始對偶法展開范數并引入新的迭代變量; 步驟4:采用近端梯度下降法計算變量的估計值; 步驟5:利用步驟4得到的估計值進行安德森加速,迭代數次,獲得重建圖像x; 步驟1中,最小二乘LS解決問題的形式: 其中,||·||為歐氏范數;為積分算子的離散化,收集了被錯誤損壞的測量值;根據數據y建立信號模型: y=Hx0+v 其中,表示一個未知的二維圖像,該圖像有N個像素,條目已按字典順序重新排序,收集了所有的干擾;設圖像x0是稀疏的分段常數,v的每一項都是一個均勻分布白噪聲隨機變量的實現; 步驟2中,圖像重建中的解是x0的差近似值,其中表示H的Moore-Penrose偽逆;采用壓縮感知全變分正則化,即: 式中,是用于增強信號稀疏性的l1范數,||x||TV是用于保持邊緣正則化的TV范數,定義為: 其中,其中,σ2為方差,Δij為第i個點和第j個點之間的物理或特征空間距離的函數; 步驟3中,對于給定的任何范數||·||,它的對偶范數被定義為||x||*=max||z||≤1x,z;此外,原模和對偶模之間有如下關系:||x||1*=||x||∞,||x||∞*=||x||1和||x||2*=||x||2;因此,得到: 其中,S={Z=[z1,…,zN]T|||zi||2≤1,i=1,…,N}和Z=[z1,…,zN]T,這兩個集合S和Q是凸的;寫成凹凸鞍點優化形式: 其中,x是原始變量與所需要求解的未知二維圖像,Z和h是對偶變量。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人杭州電子科技大學,其通訊地址為:310018 浙江省杭州市錢塘區白楊街道2號大街1158號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。