《表1 不同分块大小下单一尺度稀疏表示算法、双线性插值算法、POCS算法和本章算法重建图像的RMSE值比较结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于图像自相似性的多尺度稀疏表示肺4D-CT图像超分辨率重建》
根据式(14),分别计算5组数据对不同分块大小下单一尺度稀疏表示算法、双线性插值算法、POCS算法和本章算法重建结果的RMSE值,结果如表1所示。双线性插值算法所得的RMSE值最高。虽然基于单一尺度稀疏表示的算法分别采用了与多尺度算法中“根”图像块及子图像块一致的分块大小,但是单一的处理方式使得大块中较小结构无法细化,小块与其所在的局部较大结构也无法保持良好的一致连续性,致使重建效果不佳。而与之相反的多尺度分析,不仅可以把握图像不同尺度下的结构特征,同时还是一个由大到小、由粗到精的优化处理过程。因此,它所重建出图像的RMSE值更低,也更为准确。本章算法尽管与POCS算法重建结果的RMSE值相差并不显著,但是本章算法有效避免了运动估计的过程。
图表编号 | XD0081377000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 王婷婷、张煜 |
绘制单位 | 南方医科大学南方医院设备器材科、南方医科大学生物医学工程学院 |
更多格式 | 高清、无水印(增值服务) |