壓縮感知理論突破了傳統(tǒng)奈奎斯特采樣定理的約束,證明了稀疏信號(hào)能夠以其降維采樣的測(cè)量值準(zhǔn)確重構(gòu)。壓縮成像是壓縮感知理論的重要應(yīng)用方向,在磁共振成像、遙感成像與雷達(dá)成像等領(lǐng)域具有廣泛應(yīng)用前景。壓縮感知圖像的有效重構(gòu)是壓縮成像應(yīng)用關(guān)心的核心問(wèn)題之一。目前,基于深度學(xué)習(xí)的方法為壓縮感知圖像的快速高質(zhì)量重構(gòu)提供了良好潛能,相關(guān)研究引起了該領(lǐng)域研究人員的極大興趣。本文面向壓縮成像實(shí)時(shí)應(yīng)用需要,重點(diǎn)圍繞基于深度網(wǎng)絡(luò)的圖像壓縮感知重構(gòu)方法開(kāi)展研究,特別探討了基于卷積神經(jīng)網(wǎng)絡(luò)和深度模型展開(kāi)的方法,在更好提升重構(gòu)圖像質(zhì)量以及有效降低深度網(wǎng)絡(luò)訓(xùn)練難度方面,取得了一些有意義的結(jié)果。工作內(nèi)容如下:1)提出了一種級(jí)聯(lián)模型展開(kāi)與殘差學(xué)習(xí)的圖像壓縮感知重構(gòu)網(wǎng)絡(luò)。盡管通常情況下增加深度網(wǎng)絡(luò)的深度,一定程度上會(huì)改進(jìn)系統(tǒng)性能,但是網(wǎng)絡(luò)深度的加深會(huì)導(dǎo)致網(wǎng)絡(luò)訓(xùn)練難度的加大。在研究基于深度模型展開(kāi)網(wǎng)絡(luò)的基礎(chǔ)上,提出在減少原有深度模型展開(kāi)網(wǎng)絡(luò)層數(shù)的基礎(chǔ)上,在其后端級(jí)聯(lián)一個(gè)獨(dú)立的殘差去噪網(wǎng)絡(luò),從而達(dá)到圖像重構(gòu)質(zhì)量提升的同時(shí),有效降低訓(xùn)練難度。前端的基于模型展開(kāi)的深度網(wǎng)絡(luò),繼承了模型優(yōu)化方法具有良好可解釋性的優(yōu)點(diǎn),首先從壓縮測(cè)量值中求... 

【文章來(lái)源】：中南民族大學(xué)湖北省

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

05采樣率下Brain1重構(gòu)對(duì)比圖

05采樣率下Brain2重構(gòu)對(duì)比圖

1采樣率下Leaves重構(gòu)對(duì)比圖

【參考文獻(xiàn)】：
期刊論文
[1]加權(quán)結(jié)構(gòu)組稀疏表示的圖像壓縮感知重構(gòu)[J]. 李佳,高志榮,熊承義,周城.  通信學(xué)報(bào). 2017(02)
[2]基于近似消息傳遞算法的壓縮感知雷達(dá)成像方法[J]. 唐琳,焦淑紅.  智能系統(tǒng)學(xué)報(bào). 2015(04)
[3]信號(hào)壓縮重構(gòu)的正交匹配追蹤類算法綜述[J]. 楊真真,楊震,孫林慧.  信號(hào)處理. 2013(04)
[4]壓縮感知的冗余字典及其迭代軟閾值實(shí)現(xiàn)算法[J]. 趙慧民,倪霄.  電路與系統(tǒng)學(xué)報(bào). 2013(01)
[5]迭代硬閾值壓縮感知重構(gòu)算法——IIHT[J]. 張宗念,李金徽,黃仁泰.  計(jì)算機(jī)應(yīng)用. 2011(08)
[6]壓縮感知回顧與展望[J]. 焦李成,楊淑媛,劉芳,侯彪.  電子學(xué)報(bào). 2011(07)



本文編號(hào)：3066489