计算机应用

作者：林乐平, 周宏敏, 欧阳宁

单位：1.认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学), 广西 桂林 541004；2.桂林电子科技大学 信息与通信学院, 广西 桂林 541004

关键词：卷积神经网络,压缩感知,图像重建,特征融合,图像先验

基金：国家自然科学基金资助项目(62001133);广西科技基地和人才专项(AD19110060);广西高等学校千名中青年骨干教师培育计划项目;广西无线宽带通信与信号处理重点实验室基金资助项目(GXKL06200114)

针对低采样率下分块压缩感知重建图像视觉效果不佳的问题，提出一种融合空间位置与结构信息的压缩感知图像重建方法（SLSI）。首先，对观测值进行线性映射得到图像块的初步估计值；然后，基于块分组重建支路和全图重建支路对图像的空间位置信息和结构信息进行提取、增强和融合；最后，通过加权策略融合双支路的输出得到最终重建全图。在块分组重建支路中，根据图像块的数据特点分配重建资源。在全图重建支路中，主要通过双边滤波和结构特征交互模块对相邻图像块像素进行信息交互。实验结果表明，与基于非迭代重建网络（ReconNet）、基于非局部约束的多尺度重建网络（NL-MRN）等压缩感知重建方法相比，由于结合了像素间强自相关性这种图像先验，在采样率为0.05的情况下，所提方法在压缩感知领域常用的测试图像数据上的峰值信噪比（PSNR）和结构相似度（SSIM）分别平均提升了2.617 5 dB和0.105 3，重建图像的视觉效果较好。

来源：2022年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第3期