獸用B超系統中的小波插值與神經網絡的方法是:以低分辨率的獸用B超子圖通過插值及神經網絡估計近似為高分辨率的
獸用B超子圖,然后通過逆變換得到較之獸用B超原圖像更高分辨率的獸用B超圖像。
獸用B超系統的小波插值與神經網絡一般估計分為以下3個步驟來進行。
將獸用B超原圖進行小波變換,分解成一個低頻獸用B超子圖像和三個高頻獸用B超子圖像。分別對三個高頻獸用B超子圖像進行插值。分別對三個高頻獸用B超子圖像進行Kohonen神經網絡學習,估計出新的三個高頻獸用B超子圖像。對三幅新形成的獸用B超子圖像和原來的一幅低頻獸用B超圖像進行小波逆變換,重構一幅獸用B超新圖像。
獸用B超系統的小波B.zier插值及神經網絡相結合的方法重建獸用B超圖像的信噪比明顯高于小波B.zier插值的信噪比。這主要是因為對小波變換后的高頻獸用B超子圖像進行B.zier插值后,再進行神經網絡學習,優化估計產生新的各高頻獸用B超子圖像,這樣明顯比直接進行小波重構獸用B超圖像的效果要好,而且還能夠除去部分噪聲。
本文來自鄭州博祥來電子科技有限公司轉載請說明出處