基于ESPCN的离散余弦变换单像素成像方法

潘剑; 龙佳乐; 张建民; 黎在铭; 黄昊铭

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

您当前的位置：

首页 >

文章列表页 >

基于ESPCN的离散余弦变换单像素成像方法

光学成像技术 | 更新时间：2025-09-01

- 基于ESPCN的离散余弦变换单像素成像方法
- Discrete cosine transform-based single-pixel imaging method using ESPCN
- 光学技术 2025年51卷第2期页码：153-158
- 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：
  
  2023年度江门市基础与理论科学研究类科技计划项目(2023JC01002,2023JC01004);广东省普通高校创新团队项目(2021KCXTD051);五邑大学港澳联合基金项目(2021WGALH17)
- DOI：10.13741/j.cnki.11-1879/o4.2025.02.001
  中图分类号： TP183;TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
潘剑, 龙佳乐, 张建民, 等. 基于ESPCN的离散余弦变换单像素成像方法[J]. 光学技术, 2025,51(2):153-158.

Discrete cosine transform-based single-pixel imaging method using ESPCN[J]. 2025, 51(2): 153-158.
潘剑, 龙佳乐, 张建民, 等. 基于ESPCN的离散余弦变换单像素成像方法[J]. 光学技术, 2025,51(2):153-158. DOI： 10.13741/j.cnki.11-1879/o4.2025.02.001.

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

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于二维马尔可夫过程全局模型的图像压缩

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法

基于DSA-BCNN的毫米波图像隐藏物检测

基于改进Faster-RCNN的偏光片表面缺陷检测

基于ESPCN的离散余弦变换单像素成像方法

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

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

摘要

Abstract

关键词

Keywords

references