论文部分内容阅读
压缩感知算法可以突破传统采样定理的限制,在采样的同时完成对数据的压缩.利用深度学习方法解决压缩感知算法存在的缺陷,在图像处理领域十分受欢迎.现有的深度学习框架下的压缩感知算法,多采用全连接层进行采样,对于自然图像来说,所需计算量巨大,不利于数据的存储.分块压缩感知算法,多采用单一尺度分块,如何选取合适的分块尺寸成为难题.本文提出了基于深度学习的多尺度分块压缩感知算法,利用卷积层代替全连接层,实现对原始图像的多尺度分块,同时添加了卷积自编码器对重构图像进一步优化.实验结果表明,本文算法对于图像特征的提