一种基于Vision Transformer的图像压缩感知重构方法及系统.pdf
Wi****m7
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于Vision Transformer的图像压缩感知重构方法及系统.pdf
本发明涉及一种基于VisionTransformer的图像压缩感知重构方法及系统,包括:(1)对图像依次进行预处理、分块压缩采样操作;(2)对图像通过训练好的初始重构网络进行初始重构,并进行重构和拼接;(3)对图像通过训练好的深度重构网络进行深度重构,得到深度重构图像。本发明提出了一种卷积神经网络和VisionTransformer结合的图像重构混合框架,是一种端到端的压缩重构图像方法,本发明使得图像压缩感知的网络结构能够继承卷积神经网络和Transformer的优点,并且最大程度保留全局和局部特征,提高
一种基于Vision Transformer的图像压缩感知重构方法及系统.pdf
本发明涉及一种基于VisionTransformer的图像压缩感知重构方法及系统,包括:(1)对图像依次进行预处理、分块压缩采样操作;(2)对图像通过训练好的初始重构网络进行初始重构,并进行重构和拼接;(3)对图像通过训练好的深度重构网络进行深度重构,得到深度重构图像。本发明提出了一种卷积神经网络和VisionTransformer结合的图像重构混合框架,是一种端到端的压缩重构图像方法,本发明使得图像压缩感知的网络结构能够继承卷积神经网络和Transformer的优点,并且最大程度保留全局和局部特征,提高
基于盲压缩感知的图像重构方法.pdf
本发明公开了一种基于盲压缩感知模型的图像重构方法,主要解决传统压缩感知只能对稀疏信号进行观测,且重构图像质量较差的问题。其实现步骤是:(1)对输入图像进行冗余变换,获得冗余矩阵;(2)对冗余矩阵在观测矩阵下进行压缩观测;(3)根据压缩观测的结果,利用OMP算法进行自适应更新稀疏矩阵;(4)根据更新后的稀疏矩阵,利用奇异值分解方法更新稀疏基;(5)将更新后的稀疏矩阵和稀疏基相乘得到重构后的图像冗余矩阵;(6)将重构后的图像冗余矩阵通过冗余逆变换获得重构图像;通过图像的峰值信噪比对重构图像进行评估。本发明具有
基于图像结构模型的压缩感知图像重构方法.pdf
本发明公开了一种基于图像结构模型的压缩感知图像重构方法。主要解决现有方法没有考虑图像结构信息,盲目迭代的问题,其实现过程是:输入图像A,对其进行傅里叶变换,得到输入图像A的傅里叶系数矩阵X1;按照傅里叶系数低频全采的变密度采样模型,对傅里叶系数矩阵X1进行采样,得到观测向量f;对观测向量f进行傅里叶逆变换,得到变换图像X2;对变换图像X2进行边缘检测,得到边缘检测图像X3;对边缘检测图像X3进行Wavelet变换和Curvelet变换,找出边缘位置和大系数的位置,并根据所得到的位置,在变换图像X2中找到相
基于压缩感知的SAR图像重构方法的中期报告.docx
基于压缩感知的SAR图像重构方法的中期报告一、项目背景合成孔径雷达(SyntheticApertureRadar,SAR)是一种主动微波遥感技术,具有全天候、全天时、全天候、直接探测地物内部信息以及所涉及的纵深感应能力,因而被广泛应用于资源勘察、环境监测、军事侦察等领域。但是,由于SAR成像需要进行大量的计算和存储,并且需要时间成为极微小的分辨率,因此常常面临计算和存储问题,而且在实际应用中不可避免的出现少样本问题、采样率低等现象,会导致SAR图像的质量下降,因此如何提高SAR图像的质量就成为了研究的热点