一种基于L1范数最小化模型的神经纤维骨架校正方法

摘要

本发明公开了一种基于L1范数最小化模型的神经纤维骨架校正方法，包括：获取存在扭曲神经纤维结构的原始图像；对原始图像进行重建，获得待校正的神经纤维初始骨架；固定初始骨架上的两个端点，基于L1范数最小化模型，校正两个端点之间所有节点位置。本发明通过L1范数最小化模型校正神经纤维骨架，构建的L1范数最小化模型包括两部分，一部分用于测算节点的信号值，保证纤维骨架点尽可能向其在真实图像中局部信号最强处聚集，另一部分运用骨架点之间的二阶差分反映纤维骨架的光滑性，在尽可能维持纤维平滑的特征中，保留真实纤维的扭曲结构稀疏分布的特点，相比现有以L2范数模型为基础的校正方法，更适用于真实图像中存在扭曲结构的纤维骨架校正。