检索结果-南通市图书馆

检索条件"主题词=小波多尺度理论"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

图像多尺度结构指导的压缩感知重构网络研究

图像多尺度结构指导的压缩感知重构网络研究

引用

作者：任天宇桂林电子科技大学

学位级别：硕士

压缩感知(Compressed Sensing,CS)是对过往的信号采集理论的一个突破,由于CS技术在数据传输和存储时的优势,该领域已经有许多潜在应用研究。近年来,深度学习飞速发展,已经在图像去噪、超分辨重建、压缩感知等图像重建领域取得显著成果... 详细信息

压缩感知(Compressed Sensing,CS)是对过往的信号采集理论的一个突破,由于CS技术在数据传输和存储时的优势,该领域已经有许多潜在应用研究。近年来,深度学习飞速发展,已经在图像去噪、超分辨重建、压缩感知等图像重建领域取得显著成果。基于深度网络的方法虽然避免了表示误差的累积,但随之而来的是网络模型对图像结构的可解释性差,重建图像中细节容易丢失,特别是在低采样率下,局部结构和纹理重建效果不太理想。多尺度分析是图像处理领域的一项重要研究内容,其将图像分解为不同大小尺度的成分,并对不同成分进行处理,已经在图像重建领域有广泛应用。本文将多尺度理论和深度网络相结合应用在基于CS的图像重建问题上,重要的研究内容有以下几个方面。(1)本文将基于小波的图像多尺度分析与深度网络相结合,提出了一种基于小波变换的多通道深度网络,用于图像的压缩感知重建。该方法通过小波变换将图像分解为低频光滑结构成分和三个高频纹理细节成分;设计了包含可变形卷积模块的结构通道重建获得图像的低频成分,包含混合卷积模块的纹理通道重建获得图像的高频细节成分;再将两个通道的输出的估计图融合后生成图像的重建图。与已有基于深度网络的CS重建方法相比,本文方法对图像结构进行多尺度分析,考虑到结构和纹理之间的形态差异,针对不同结构设计了不同的重构策略和网络操作,将低频图像块和高频图像块分别输入到对应的网络通道中进行训练,同步提升网络对光滑和纹理结构的重构效果。实验结果表明,基于本文方法的CS重建可以有效恢复图像纹理细节,与现有方法相比,可以获得更为精准、细节更清晰的重建图像。(2)图像金字塔多尺度分析是图像处理领域的重要内容,是一种在图像的多个尺度对其进行有效解释的结构,通过对原图进行自上而下的下采样而获得。这种结构下,原始图像的特征搜索空间很大程度上的从单一的尺度扩展到多尺度的特征金字塔上。同时图像的梯度成分中包含了其每一个局部区域清晰的边缘和结构信息,具有图像的先验特性,在重建过程中我们可以利用图像的梯度图来指导整个重建过程,帮助网络获取更多的边缘信息。受其启发,提出了一种融合图像梯度的多尺度压缩感知图像重建方法。结合图像的多尺度金字塔结构,设计了一种多阶段的网络框架。将整个重建过程分解为一种从小尺度到大尺度逐步学习的过程。在不同阶段之间,通过通道拼接的方式进行信息交互。同时在每个阶段中,通过图像梯度成分和图像本身在两个不同的映射空间对图像重建的过程进行指导,构建双通道的深度网络模型。在原图通道中采用混合卷积残差密集连接模块,扩大感受野提取丰富的细节信息。实验结果表明,应用融合图像梯度的多尺度压缩感知图像重建方法相比与现有方法,在重建质量方面取得了更好的结果,特别是在图像边界部分的恢复方面有显著提升。

关键词：小波多尺度理论纹理与结构图像金字塔多通道网络压缩感知重构

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：