[发明专利]一种三维脉波影像去噪方法、系统及存储介质

权利要求书

1.一种三维脉波影像去噪方法，其特征在于，包括：

获取三维脉波影像数据；

在某个心跳周期内三维脉波影像的帧数小于阈值时，将每帧图像插值，使所有心跳周期内三维脉波影像的帧数大于或等于阈值；

将插值处理后的三维脉波影像数据进行分解，得到一个低秩矩阵；

根据所述低秩矩阵，建立三维脉波影像曲面，输出去噪结果。

2.根据权利要求1所述的三维脉波影像去噪方法，其特征在于，

所述三维脉波影像数据为其中，m为某个心跳周期内三维脉波影像的帧数，n为采集三维脉波影像的矩阵式传感器的通道总个数，X_raw(t，j)表示第j个通道在第t帧测量到的压力值；

设定阈值为300，若m＜300，原有的通过插值，放大为的矩阵，N为插值后的图像像素点总数；若m≥300，则无需插值，令N＝n，X＝X_raw。

3.根据权利要求1所述的三维脉波影像去噪方法，其特征在于，所述将插值处理后的三维脉波影像数据进行分解，得到一个低秩矩阵，包括：

将插值处理后的三维脉波影像数据分解为一个低秩矩阵和一个稀疏噪声矩阵；

具体的：

通过解决凸优化问题，矩阵X能够被分解为低秩矩阵L及稀疏噪声矩阵S，该凸优化问题的拉格朗日乘项表达如下：

式中：||S||₁为l₁范数，即矩阵元素绝对值之和；λ为平衡因子；

对式(1)构建增广拉格朗日函数如下：

式中：Y为拉格朗日算子，μ＞O且为常数。

式(2)使用交替方向乘子法进行优化求解。

4.根据权利要求3所述的三维脉波影像去噪方法，其特征在于，对式(2)使用交替方向乘子法进行优化求解，包括：

初始化：

低秩矩阵L₀＝X，

稀疏矩阵S₀＝0，拉格朗日算子

迭代次数i＝1，图片尺寸(m，N)＝size(X)，

收缩步长系数常数项c＝0.1，

重建误差界值tol＝1e-6，最大迭代次数

低秩部分L_i的迭代更新：

1)对进行奇异值分解：

其中，U是m×m阶酉矩阵，∑_i是半正定m×N阶对角矩阵，

V^T即V的共轭转置，N×N阶酉矩阵；

2)设定权值如下：

其中，σ_j(L_i-1)为L_i-1的第j个非零奇异值，为L_i-1所有非零奇异值的均值；

3)求解最佳目标值低秩估计L_i：

其中，S_w，μ(∑)是含有权值W和步长μ的软阈值算子，其定义为：

稀疏部分S_i的迭代更新：

由于固定L和Y之后，目标函数(2)可以简化成公式

该目标函数可通过下列软阈值算子式求解：

控制迭代条件：

更新拉格朗日算子：

根据下列公式计算误差err：

i＝i+1，如果i＞max_iter或err＞tol，则输出L_i，否则返回低秩部分L_i的迭代更新步骤。

5.一种三维脉波影像去噪系统，其特征在于，包括：

数据获取单元，用于获取三维脉波影像数据；

插值处理单元，用于在某个心跳周期内三维脉波影像的帧数小于阈值时，将每帧图像插值，使所有心跳周期内三维脉波影像的帧数大于或等于阈值；

奇异值加权鲁棒性主成分分析单元，用于将插值处理后的三维脉波影像数据进行分解，得到一个低秩矩阵；

三维脉波影像建立单元，用于根据所述低秩矩阵，建立三维脉波影像曲面，输出去噪结果。