公开(公告)号：CN113034414B

公开(公告)日：2022-11-11

申请号：CN202110304115.X

申请日：2021-03-22

Applicant: 上海交通大学

Inventor： 戴文睿 ,  孙佳琦 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种图像重构方法及系统，包括：将输入图像分解成一组卷积字典和稀疏向量卷积的和，在稀疏向量零范数约束下，建立压缩感知优化问题；基于所述压缩感知优化问题构建可微分优化深度神经网络，将所述测量信号作为所述深度神经网络的输入，从采样矩阵和测量信号求解卷积字典和稀疏向量，重构图像。同时提供了一种相应的图像重构装置及存储介质。本发明采用了基于卷积稀疏编码构建压缩感知图像重构模型，降低字典表示的冗余性；同时适用于随机矩阵采样和0/1稀疏矩阵采样模式，可分别适用于自然图像压缩感知重构和磁共振成像重构；具有更高的的重构精度。

公开(公告)号：CN113034414A

公开(公告)日：2021-06-25

申请号：CN202110304115.X

申请日：2021-03-22

Applicant: 上海交通大学

Inventor： 戴文睿 ,  孙佳琦 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种图像重构方法及系统，包括：将输入图像分解成一组卷积字典和稀疏向量卷积的和，在稀疏向量零范数约束下，建立压缩感知优化问题；基于所述压缩感知优化问题构建可微分优化深度神经网络，将所述测量信号作为所述深度神经网络的输入，从采样矩阵和测量信号求解卷积字典和稀疏向量，重构图像。同时提供了一种相应的图像重构装置及存储介质。本发明采用了基于卷积稀疏编码构建压缩感知图像重构模型，降低字典表示的冗余性；同时适用于随机矩阵采样和0/1稀疏矩阵采样模式，可分别适用于自然图像压缩感知重构和磁共振成像重构；具有更高的的重构精度。