一种基于深度学习的自适应欠采样单像素成像方法

本发明提出了一种基于深度学习的自适应欠采样单像素成像方法，使用基于生成对抗网络模型的深度学习方法优化傅里叶欠采样策略，提升傅里叶单像素成像效率，括：利用傅里叶单像素成像系统原理，计算真实欠采样模板；对自然图像数据集进行欠采样预处理；利用低频欠采样后的傅里叶频谱作为训练数据对生成对抗网络模型进行训练；使用单像素成像系统采集目标图像的低频频谱，输入到训练后的网络模型获得采样方法，指导下一步采样，最终重建高质量图像；欠采样策略性能验证。本发明显著提高了欠采样模板得关键谱覆盖率，可以更好的感知高频，保持图像细节。也为后续单像素成像在频域的研究提供了新思路。