論文の概要: Fourth-Order Nonlocal Tensor Decomposition Model for Spectral Computed
Tomography
- arxiv url: http://arxiv.org/abs/2010.14361v1
- Date: Tue, 27 Oct 2020 15:14:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 12:50:58.541126
- Title: Fourth-Order Nonlocal Tensor Decomposition Model for Spectral Computed
Tomography
- Title(参考訳): スペクトルctのための4次非局所テンソル分解モデル
- Authors: Xiang Chen, Wenjun Xia, Yan Liu, Hu Chen, Jiliu Zhou, Yi Zhang
- Abstract要約: 分光CT(Spectral Computed Tomography)は、光子計数検出器(PCD)を用いて、異なるエネルギービンからのスペクトル像を再構成することができる。
スペクトル分率の限られた光子と計数率により、再構成されたスペクトル画像は通常、ひどいノイズに悩まされる。
本稿では,スペクトルCT画像再構成(FONT-SIR)のための4階非局所テンソル分解モデルを提案する。
- 参考スコア(独自算出の注目度): 20.03088101097943
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spectral computed tomography (CT) can reconstruct spectral images from
different energy bins using photon counting detectors (PCDs). However, due to
the limited photons and counting rate in the corresponding spectral fraction,
the reconstructed spectral images usually suffer from severe noise. In this
paper, a fourth-order nonlocal tensor decomposition model for spectral CT image
reconstruction (FONT-SIR) method is proposed. Similar patches are collected in
both spatial and spectral dimensions simultaneously to form the basic tensor
unit. Additionally, principal component analysis (PCA) is applied to extract
latent features from the patches for a robust and efficient similarity measure.
Then, low-rank and sparsity decomposition is performed on the produced
fourth-order tensor unit, and the weighted nuclear norm and total variation
(TV) norm are used to enforce the low-rank and sparsity constraints,
respectively. The alternating direction method of multipliers (ADMM) is adopted
to optimize the objective function. The experimental results with our proposed
FONT-SIR demonstrates a superior qualitative and quantitative performance for
both simulated and real data sets relative to several state-of-the-art methods,
in terms of noise suppression and detail preservation.
- Abstract(参考訳): 分光CT(Spectral Computed Tomography)は、光子計数検出器(PCD)を用いて異なるエネルギービンからスペクトル画像を再構成することができる。
しかし、限られた光子と対応するスペクトル分率の計数速度のため、再構成されたスペクトル画像は通常、激しいノイズを被る。
本稿では,スペクトルCT画像再構成法(FONT-SIR)のための4階非局所テンソル分解モデルを提案する。
同様のパッチは空間次元とスペクトル次元の両方で同時に収集され、基本テンソル単位を形成する。
さらに、主成分分析(PCA)を用いてパッチから潜時特徴を抽出し、堅牢で効率的な類似度測定を行う。
そして、生成した第4次テンソルユニット上で低ランク及びスパーシティ分解を行い、重み付き核ノルムおよび全変動(tv)ノルムを用いて、低ランク及びスパーシティ制約を強制する。
目的関数を最適化するために乗算器の交互方向法(ADMM)を採用する。
提案したFONT-SIRによる実験結果から,音の抑制やディテール保存の観点から,複数の最先端手法と比較して,シミュレーションおよび実データセットの質的,定量的な性能が向上した。
関連論文リスト
- ERD: Exponential Retinex decomposition based on weak space and hybrid nonconvex regularization and its denoising application [3.9304843171575112]
Retinex理論は、画像を照明とノイズ成分のセグメンテーションとしてモデル化する。
画像復調のための指数分解アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-07-11T13:34:37Z) - Physics-Inspired Degradation Models for Hyperspectral Image Fusion [61.743696362028246]
ほとんどの融合法は、融合アルゴリズム自体にのみ焦点をあて、分解モデルを見落としている。
我々は、LR-HSIとHR-MSIの劣化をモデル化するための物理インスパイアされた劣化モデル(PIDM)を提案する。
提案したPIDMは,既存の核融合法における核融合性能を向上させることができる。
論文 参考訳(メタデータ) (2024-02-04T09:07:28Z) - ESSAformer: Efficient Transformer for Hyperspectral Image
Super-resolution [76.7408734079706]
単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。
本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
論文 参考訳(メタデータ) (2023-07-26T07:45:14Z) - Unsupervised denoising for sparse multi-spectral computed tomography [2.969056717104372]
我々は,64チャンネルPCD-CTのスパース測定から高品質な再構成を実現するための課題に対して,学習に基づく改善が適しているかを検討した。
本稿では, 再構成における異なるフィルタ関数と, スペクトルチャネルと核ノルムとの明示的な結合を利用して, 教師なしのデノベーションとアーティファクトの除去手法を提案する。
論文 参考訳(メタデータ) (2022-11-02T14:36:24Z) - Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy
CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。
本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文 参考訳(メタデータ) (2022-03-10T14:22:54Z) - Regularization by Denoising Sub-sampled Newton Method for Spectral CT
Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。
特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。
スペクトルct材料分解の数値的および実験的結果を示す。
論文 参考訳(メタデータ) (2021-03-25T15:20:10Z) - LADMM-Net: An Unrolled Deep Network For Spectral Image Fusion From
Compressive Data [6.230751621285322]
ハイパースペクトル(HS)およびマルチスペクトル(MS)画像融合は、低空間分解能HS画像と低スペクトル分解能MS画像から高分解能スペクトル画像を推定することを目的とする。
本研究では,HSおよびMS圧縮測定による融合問題の解法として,アルゴリズムアンロール法に基づくディープラーニングアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-03-01T12:04:42Z) - Residual-driven Fuzzy C-Means Clustering for Image Segmentation [152.609322951917]
画像分割のための残留駆動型ファジィC平均(FCM)について詳述する。
この枠組みに基づいて,混合雑音分布の重み付けによる重み付き$ell_2$-norm忠実度項を示す。
その結果、既存のFCM関連アルゴリズムよりも提案アルゴリズムの有効性と効率が優れていることが示された。
論文 参考訳(メタデータ) (2020-04-15T15:46:09Z) - Hyperspectral-Multispectral Image Fusion with Weighted LASSO [68.04032419397677]
本稿では,高スペクトル像と多スペクトル像を融合させて高画質な高スペクトル出力を実現する手法を提案する。
提案したスパース融合と再構成は,既存の公開画像の手法と比較して,定量的に優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2020-03-15T23:07:56Z) - Two-dimensional Multi-fiber Spectrum Image Correction Based on Machine
Learning Techniques [8.754036933225398]
画像収差補正により空間変動PSFの問題を解決する新しい手法を提案する。
CCD画像収差が補正されると、畳み込みカーネルであるPSFを1つの空間不変PSFのみに近似することができる。
論文 参考訳(メタデータ) (2020-02-16T15:39:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。