基于压缩感知的单像素成像重构方法及相关装置

本发明属于成像技术领域，具体涉及了一种基于压缩感知的单像素成像重构方法及装置。该方法的核心在于构建基于深度学习的FRSPINet网络架构，其技术方案具体实施如下：首先构建由数据预处理模块、深度可分离卷积模块、全连接模块、浅层特征提取模块、注意力机制模块和图像重构模块组成的级联式网络模型；通过多阶段迭代训练对网络参数进行梯度优化，基于SSIM损失函数的收敛性动态调整学习率并保存最优权重参数；在成像阶段，通过单像素探测器在预设采样模式下获取目标场景的压缩测量值，经数据采集卡传输至计算终端后，输入预训练完成的FRSPINet网络进行端到端非线性映射，最终输出高保真重构图像。有效提升了在低采样率下的图像重建质量与系统鲁棒性。