
基本信息:
- 专利标题: 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
- 申请号:CN202411128554.X 申请日:2024-08-16
- 公开(公告)号:CN118982475A 公开(公告)日:2024-11-19
- 发明人: 赵利军 , 张玉凤 , 张晋京 , 王安红
- 申请人: 太原科技大学
- 申请人地址: 山西省太原市万柏林区窊流路66号
- 专利权人: 太原科技大学
- 当前专利权人: 太原科技大学
- 当前专利权人地址: 山西省太原市万柏林区窊流路66号
- 代理机构: 太原中正和专利代理事务所(普通合伙)
- 代理人: 焦进宇
- 主分类号: G06T5/60
- IPC分类号: G06T5/60 ; G06T5/50 ; G06T3/4053 ; G06T3/4046 ; G06N3/0464 ; G06N3/045 ; G06N3/084 ; G06N5/045
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
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T5/00 | 图像的增强或复原,如从位像到位像地建立一个类似的图形 |
--------G06T5/60 | .使用机器学习,例如神经网络 |