Discrete cosine transform-based single-pixel imaging method using ESPCN

doi:10.13741/j.cnki.11-1879/o4.2025.02.001

您当前的位置：

首页 >

文章列表页 >

Discrete cosine transform-based single-pixel imaging method using ESPCN

更新时间：2025-09-01

- Discrete cosine transform-based single-pixel imaging method using ESPCN
- Vol. 51, Issue 2, Pages: 153-158(2025)
- 作者机构：
  
  1:五邑大学电子与信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2025.02.001
  CLC： TP183;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
Discrete cosine transform-based single-pixel imaging method using ESPCN[J]. 2025, 51(2): 153-158.
DOI：

Discrete cosine transform-based single-pixel imaging method using ESPCN[J]. 2025, 51(2): 153-158. DOI： 10.13741/j.cnki.11-1879/o4.2025.02.001.

摘要

单像素成像是一种通过少量像素测量重建图像的技术，具备高度灵活性。然而由于每个像素是间接测量的，图像重建质量可能不如传统直接成像技术。文章提出了一种将离散余弦变换(DCT)与高效亚像素卷积神经网络(ESPCN)相结合的单像素成像方法。通过DCT对少量像素测量进行频域分解，获取低分辨率的频域特征表示，保留了关键的频率信息。ESPCN通过亚像素卷积层将低频特征映射到高分辨率图像，从而实现高质量重构。仿真结果显示，改进后的网络在提高图像的信噪比与结构相似度的同时也能有效提高分辨率，证明了该网络在实际应用中的可行性。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Image compression based on global model of two-dimensional Markov process

Brain image registration method based on low-resolution auxiliary features and convolutional neural network

Concealed object detection from millimeter wave images based on DSA-BCNN

Surface defect detection of polarizer based on improved Faster-RCNN

Related Author

张锡鹏

毕玉革

杨红艳

皮伟强

刘浩

康拥朝

陈易平

孙道宗

Related Institution

1:内蒙古农业大学机电学院

1:广东技术师范大学天河学院计算机科学与工程学院

2:华南农业大学电子工程学院

3:暨南大学管理学院

1:上海理工大学医学影像工程研究所

⁰