图像小波变换matlab代码-MS-DCSNet-Release:多尺度深度压缩传感网络，IEEEInter。Conf。视觉通讯图像处理。（V

图像小波变换matlab代码多尺度深度压缩传感网络 抽象的 通过联合学习采样和恢复，基于深度学习的压缩感测（DCS）在性能和运行时间减少方面已显示出显着改善。 但是，其重建图像会损失高频内容，尤其是在低子速率下。 可以理解，这是由于捕获到采样矩阵中的低频信息相对较多。 这种行为在多尺度采样方案中也类似，该方案也对更多的低频分量进行采样。 本文提出了一种基于卷积神经网络的多尺度DCS（MS-DCSNet）。 首先，我们使用基于多尺度的小波变换来转换图像信号。 然后，通过卷积逐个比例地捕获信号。 最初的重建图像可以直接从多尺度测量中恢复。 利用多尺度小波卷积来提高最终重建质量。 网络学会了在采样和重建中执行多尺度，从而获得更好的重建质量。 执行 这是使用DagNN网络由MatconvNet [1]实现的测试源代码。 训练有素的CSNet [2]来自[3]，MWCNN来自[4，5]。 此实现源自[6，7]。 结果 第5集 网络 MS-CSNet1 MS-CSNet2 MS-DCSNet3 速度 信噪比/ SSIM 信噪比/ SSIM 信噪比/ SSIM 信噪比/ SSIM 0.1 32.30