李斌 李德来 张琼

1 汕头市超声仪器研究所有限公司 （汕头 515041）

2 广东省汕头大学工学院 （汕头 515063）

0.引言

超声由于其实时、安全、廉价等特点，已经成为目前三大主流医学影像设备之一[1]。超声仪器受系统成本和超声本身特点的限制，成像区域相对较小，在检查过程中或者后期的查看中常常需要对图像进行放大处理，更清晰地显示图像中的边缘和细节。为此，如何超分辨率重建放大后的图像成为一个热门的研究课题。

超分辨率技术始于20 世纪60 年代Harris 和Goodman 的研究工作[3～4]，他们将带限信号外推的方法运用于光学图像超分辨重建。由于其应用前景十分广阔，这种技术马上引起了学术界的重视。传统超分辨率重建的是利用低分辨率图像恢复高分辨率图像的逆问题。很多信息在高分辨率图像到低分辨率图像变化的过程中丢失，使得重建问题变成一个严重欠定问题。针对传统超分辨率算法的不足，人们提出了不同的改进算法[5～11].文献[4]提出基于Markov 随机场的学习策略，虽然取得了良好的结果，但是为了获得有足够表达力的数据库，需要大量的图像。在[6]中，作者运用文献[7]中的思想，把低分辨率块空间的局部几何影射到高分辨率块空间，以获得高分辨率块的邻域线性组合。不过，用固定K 值邻域重建会因为过拟合或欠拟合而产生模糊效应。文献[8]提出了一种基于超完备字典求解的图像超分辨率算法，得到较好的实验结果，但是实验参数需要凭经验取得，对噪声比较敏感。……