[发明专利]用于输入信号数据中的基线估计的装置和方法

权利要求书

1.一种用于输入信号数据中的基线估计的装置(1)，

其中所述装置(1)被配置为

-检索输入信号数据(I(x_i))；

-从所述输入信号数据(I(x_i))中减去基线估计数据(f(x_i))以计算输出信号数据(36)；

以及其中所述装置还被配置为

-使用离散格林函数(G(x_i))从卷积计算所述基线估计数据(f(x_i))。

2.如权利要求1所述的装置(1)，其中所述装置还被配置为

-通过包括第一迭代阶段(48)和第二迭代阶段(50)的迭代半二次最小化方案(66)来计算所述基线估计数据(f(x_i))，其中，

-在所述第一迭代阶段(48)中，取决于先前的迭代(l)的基线估计数据(f_l-1(x_i))、截断的二次项和所述输入信号数据(I(x_i))来更新辅助数据(d(x_i))，

-在所述第二迭代阶段(50)中，使用所述离散格林函数(G(x_i))与所述输入信号数据(I(x_i))和更新的辅助数据(d(x_i))的和的卷积来计算所述基线估计数据(f(x_i))。

3.如权利要求2所述的装置(1)，其中所述迭代半二次最小化方案(66)是包括半二次最小化准则(M(f(x_i)))的LEGEND算法，所述最小平方最小化准则包括成本函数C(f(x_i))。

4.如权利要求3所述的装置(1)，其中所述成本函数C(f(x_i))包括截断的二次函数所述截断的二次项是对称的和非对称中的一个。

5.如权利要求1至4中任一项所述的装置(1)，其中所述格林函数被限定如下：

其中F[…]是离散N维傅立叶变换，F^-1[…]是离散N维傅立叶逆变换，γ_j是粗糙度惩罚项的正则化参数，以及

是在位置m处的第i维中的离散惩罚矩阵，以及N是维度的总数。

6.如权利要求1至5中任一项所述的装置(1)，其中所述格林函数包括所述惩罚项(P^(j)(f(x_i)))的离散表示函数导数

7.如权利要求6所述的装置(1)，其中所述惩罚项(P^(j)(f(x_i)))包括所述基线估计数据(44)的梯度、所述基线估计数据(44)的曲率、特征提取线性滤波器、高通滤波器、低通滤波器、Sobel滤波器、拉普拉斯滤波器、FIR带通滤波器、所述基线估计数据(f(x_i))的任意阶的导数、以及前述惩罚项中的任何一个的线性组合中的至少一个。

8.如权利要求6或7所述的装置(1)，其中不同的惩罚项被用于所述输入信号数据(6)的不同的维度。

9.如权利要求1至8中任一项所述的装置(1)，其中所述输入信号数据(6)是输入图像数据，输入声纳，声音和/或超声数据，输入雷达数据，输入谱数据，输入倒谱数据，输入地震数据，输入统计数据，输入断层摄影数据，输入微波数据和输入振动数据中的一个。

10.如权利要求1至9中任一项所述的装置(1)，其中，所述输出信号数据(36)是输出图像数据，输出声纳，声音和/或超声数据，输出雷达数据，输出谱数据，输出倒谱数据，输出地震数据，输出统计数据，输出断层摄影数据，输出微波数据和输出振动数据中的一个。