本项目实现了面向图像压缩感知重建的轻量化深度学习系统。系统以 DCT 低频测量矩阵完成块级压缩采样，通过回投影得到初始图像，再使用采样率条件化的 U-Net 残差模型提升重建质量。实验在 BSDS500、Set11、BSD68 图像数据上比较回投影、TV 基线和深度模型，并输出 PSNR、SSIM、曲线图和重建效果图。