[发明专利]低采样分块压缩感知的图像重构方法、装置、设备及介质

权利要求书

1.一种低采样分块压缩感知的图像重构方法，其特征在于，所述方法包括下述步骤：

当接收到图像重构请求时，将用户输入的待重构图像按照预设的块尺寸进行划分，得到所述待重构图像的多个图像块；

通过预先训练好的深度多层感知器模型对所述得到的图像块进行重构，获得对应的重构图像块，所述深度多层感知器模型中的网络层依次为输入层、感知层、第一重构层、第二重构层以及输出层，且相邻所述网络层之间的连接方式为全连接，所述第一重构层和第二重构层都包含一个修正线性单元激活层，所述输入层和输出层的节点数为B²，所述感知层的节点数为M_B，所述第一重构层和第二重构层的节点数为B²×T，其中，B²为向量化后的图像块维数，M_B＝θ×B²，θ为采样率，T为重构的冗余参数；

将所述重构图像块进行图像拼接，得到所述图像拼接后所述重构图像块对应的初始重构图像；

根据预设的稀疏迭代算法，对所述初始重构图像进行预设次数的稀疏迭代操作，生成对应的重构图像并输出。

2.如权利要求1所述的方法，其特征在于，通过预先训练好的深度多层感知器模型对所述得到的图像块进行重构的步骤之前，所述方法还包括：

构建所述深度多层感知器模型，根据预先采集的训练样本和预设的梯度下降算法，对所述深度多层感知器模型进行训练，直至所述深度多层感知器模型输出的重构样本与对应的所述训练样本相拟合。

3.如权利要求1所述的方法，其特征在于，所述稀疏迭代算法为平滑投影Landweber迭代算法。

4.一种低采样分块压缩感知的图像重构装置，其特征在于，所述装置包括：

图像块划分单元，用于当接收到图像重构请求时，将用户输入的待重构图像按照预设的块尺寸进行划分，得到所述待重构图像的多个图像块；

图像块重构单元，用于通过预先训练好的深度多层感知器模型对所述得到的图像块进行重构，获得对应的重构图像块，所述深度多层感知器模型中的网络层依次为输入层、感知层、第一重构层、第二重构层以及输出层，且相邻所述网络层之间的连接方式为全连接，所述第一重构层和第二重构层都包含一个修正线性单元激活层，所述输入层和输出层的节点数为B²，所述感知层的节点数为M_B，所述第一重构层和第二重构层的节点数为B²×T，其中，B²为向量化后的图像块维数，M_B＝θ×B²，θ为采样率，T为重构的冗余参数；

图像块拼接单元，用于将所述重构图像块进行图像拼接，得到所述图像拼接后所述重构图像块对应的初始重构图像；以及

重构图像生成单元，用于根据预设的稀疏迭代算法，对所述初始重构图像进行预设次数的稀疏迭代操作，生成对应的重构图像并输出。

5.如权利要求4所述的装置，其特征在于，所述装置还包括：

模型训练单元，用于构建所述深度多层感知器模型，根据预先采集的训练样本和预设的梯度下降算法，对所述深度多层感知器模型进行训练，直至所述深度多层感知器模型输出的重构样本与对应的所述训练样本相拟合。

6.如权利要求4所述的装置，其特征在于，所述稀疏迭代算法为平滑投影Landweber迭代算法。

7.一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。