基于梯度指导的双通道深度压缩感知图像重建方法

摘要

针对压缩感知重建图像边界部分模糊和畸变的问题，将图像的先验特性与深度学习网络相结合，提出了一种基于梯度指导的双通道深度压缩感知图像重建方法。该方法利用梯度图像和原始图像从边缘和纹理2个方面构建了双通道的深度网络模型。一方面，通过梯度分支来恢复高质量梯度图，为最后的重建图像提供额外的结构先验；另一方面，提出了梯度损失，图像的梯度约束有助于重建网络更专注于几何结构。在原图通道中采用混合卷积残差密集连接模块，扩大感受野的同时提取丰富的细节信息。实验结果表明，本方法与其他方法相比，取得了更高的重建质量，特别是在图像边界部分的恢复上有显著提升。

关键词

图像重建 / 压缩感知 / 图像梯度 / 双通道深度网络

基金资助

国家自然科学基金(62001133,61661017,61362021); 广西自然科学基金(2017GXNSFBA198212); 广西科技重大专项(桂科AA20302001); 广西科技基地和人才专项(桂科AD19110060); 广西无线宽带通信与信号处理重点实验室基金(GXKL06200114)