摘要
本发明一种联合图像和特征重构的可伸缩压缩感知图像重建方法,属于图像质量增强领域,解决了可伸缩压缩感知图像重建问题,不同于之前全分辨率的压缩感知观测,首先在基础层对输入图像进行紧凑表示,然后对这个紧凑表示图像进行压缩感知观测,在增强层对残差进行压缩感知观测而不是对原始输入进行观测,其次,针对紧凑表示图像压缩感知重建问题,构建一种联合压缩感知重建和图像超分的优化模型并将其展开为一种基础层可解释的压缩感知重建网络,按照相同的方式得到一种增强层可解释的压缩感知重建网络,这两种网络都采用一种并行交叉的单通道和多通道模型展开策略来展开网络,最后,这两种压缩感知重建网络都是通过双域融合模块将最后一次迭代更新的单通道图像和多通道特征进行融合得到最终重建图像,实验结果表明本发明方法在PSNR和SSIM上均优于现有的ISTA‑Net、ISTA‑Net+、OPINE‑Net+、CSNet和SCSNet方法。
技术关键词
多通道特征
梯度下降算法
联合压缩感知
压缩感知观测
网络
重构
基础
支路
离散小波变换
正则化参数
映射算法
图像压缩感知重建
矩阵
图像块
压缩感知图像
系统为您推荐了相关专利信息
态势感知方法
分辨率
态势感知系统
WIFI设备
融合特征
多视角特征融合
分割方法
中心线
三次样条插值
坐标点
电流控制方法
电流控制设备
杂散磁场
控制单元
磁通门传感器
检测定位方法
红外热像仪
电磁感应强度
发泡板
长短期记忆网络
图像修复模型
训练样本数据
计算机执行指令
图像修复方法
网络