EdgeCS公司

用于压缩成像的边缘引导重建。我们提出了一种边缘引导的压缩传感重建方法EdgeCS,它可以从比现有方法更少的测量数据中恢复出更高质量的图像。边缘是重要的图像特征,在图像恢复、分析和理解中有着广泛的应用。在压缩感知中,图像边缘的稀疏性被成功地用于图像恢复。然而,边缘检测器并没有用于压缩传感测量以提高边缘恢复和随后的图像恢复。这促使我们提出了EdgeCS,它以一种互利的方式执行边缘检测和图像重建。边缘边缘检测的目的是忠实地从中间图像重建返回部分边缘,即使这些重建可能仍然有噪声和伪影。对于复值图像,它结合了实部和虚部之间的联合稀疏性。EdgeCS已经用全变差的各向同性和各向异性离散化来实现,并在不完全的$k$-空间(频谱傅里叶)样本上进行了测试。它也适用于其他类型的测量。在大型实/复值体模和磁共振(MR)图像上的实验结果表明,EdgeCS具有速度快、图像质量高的特点。例如,它精确地从7条径向线(3.03%$$k$-space)中恢复256美元的imes 256$Shepp Logan幻影,这对于大多数现有算法来说是不可能的。它能够从20.87%$径向样本中准确重建出0.05白噪声的512美元imes 512美元MR图像。在复值MR图像上,它可以获得具有可靠相位的恢复值,这在许多医学应用中是非常重要的。这些测试在一台标准的PC机上进行了大约30秒。最后,该算法对GPU是友好的。