基于深度卷积神经网络的多媒体视觉图像重构处理研究

图像重构方法往往依赖于手动设计的特征和先验知识,导致图像峰值信噪比低,为此进行基于深度卷积神经网络的多媒体视觉图像重构处理研究。首先,对视觉图像去噪处理后,采用多方向局部二值模式提取多媒体视觉图像的特征。其次,采用线性融合算法来融合不同来源的图像信息,利用深度卷积神经网络进行图像分类。最后,采用匹配跟踪技术实现图像重构,恢复出高质量的图像。研究结果表明:随着采样率的增加,与现有图像重构方法相比,所研究方法峰值信噪比上升趋势明显,数值增加,重构质量更高。