残差自编码器在图像降嗓上的应用
发布时间：2021-07-21 14:25
在如今信息高速发展的背景下,随着各种数字数码产品的普及,图像已经成为日常生活中最重要的信息载体,它包含着大量的信息,是我们获取外界信息的主要途径。然而现实中的图像在成像和传输过程中由于经常受到外部环境和成像设备的影响,图像的质量受到损害,严重影响后续图像处理和分析。因此长久以来图像降噪是机器视觉领域一个重要的研究分支,它在保证图像信息完整的同时,尽可能的去除图像中的噪声。然而,由于不同实际应用中图像噪声的数学统计分布各不相同,因此我们不可能一劳永逸地提出一种降噪算法来应对所有的噪声。随着神经网络技术的发展,基于深度神经网络的降噪模型已经表现出了很好的降噪能力,但是这种模型往往需要大量的标记数据和性能优越的集群进行模型的训练。然而对于一些特定的领域,如地震勘测、生物图像信息等,获取大量有效的标记图片几乎是不可能完成的任务。本论文结合当前的降噪自编码神经网络和传统的稀疏表示理论,提出了一种基于残差正则化的稀疏降噪自编码器模型。论文在最小化重构误差的基础上,增加了最小化相邻残差块之间相关性的正则化项,从而使残差统计特性更加接近噪声的统计特性,达到更好的降噪效果。另外通过滑动窗口的方式,将原始...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：51 页
【学位级别】：硕士
【部分图文】：
图２－１神经元结构??生上，经经的基础组
神经系统就完成了信息的传递。??在生物神经元的启发下，由ＷａｒＴｅｎ?ＭｃＣｕｌｌｏｃｈ和Ｗａｌｔｅｒ?Ｐｉｔｔｓ【４２］提出了与生物??神经元结构相似的ＭＰ神经元模型，如图２－２所示。其中，一个完整的ＭＰ神经??元模型主要由四个部分构成：神经元的输入知神经元的连接权重％，神经元阈值??０以及神经元的输出ｙ。??ｘｎ??图２－２?ＭＰ－神经元模型??其中，??ｙ＝?ｆ（文?￥－０）?（２．５）??在ＭＰ神经元模型中，下层神经元通过接收来自ｎ个上层神经元传递过来的??信息，上层神经元的信息Ａ通过连接权重将信息传递到下层神经元中，下层神??经元汇总所有的传入信息并与阈值ｅ进行比较，最后将激活函数（ａｃｔｉｖａｔｉｏｎ?ｆｕｎｃｔｉｏｎ）??处理后的结果按照这种方式接着向下层神经元进行传递。??类似生物神经元在信息传递时需要对接收的信息进行计算，而ＭＰ神经网络??在接收到上层神经元后，也需要进行计算，而具体的方式是通过激活函数实现的。??一般的
式２．６为阶跃函数的数学表达式。具体的，当；００，函数值为１，表示神经??元被激活；当ｘ＜０时，函数值为０，表示神经元被抑制。理想阶跃函数的图像??如图２＿３所示。??▲??１????—＇??１￣？??－１?０?１??图２－３阶跃函数??但是在ＭＰ神经网络中需要对激活函数进行求导等计算，而阶跃函数本身具??有不连续，不光滑等特性，因此在实际的应用中，我们常采用ｓｉｇｍｏｉｄ、ｔａｎｈ及??ｒｅｌｕ函数作为神经网络的激活函数。具体的激活函数图像如图２－４所示。??（ａ）?Ｓｉｇｍｏｉｄ?（ｂ）?Ｔａｎｈ??２ｐ?—￣￣￣ｉ?ｎ?２ｐ?—?１?＾??，工??????０?－?＇?■一＾?．．．．．：?－．．．．?．．—???０?－?—ｒ?／?????１ＩＩｒ?１ｔｊＩ??一ｉ?？?￣ｆ?ｒ￣?１??ｊ?－ｔ?－?－ｉ?－?－ｊ?ｉ?Ｚ???卜｜．．．．．??｜?ＩＩＩ?ＩＩ??—２?１?ｉ１?１?ｉ?ｉ?ｉ?ｉ?一?２?ｔ?＜?ｉ?￣１?＼?？??一１０?－５?０?５?１０?一１０?－５?０?５?１０??（ｃ＞?ＲｅＬｕ??１０?广——．．．１—Ｔ＝７ｆＩ??；：：Ｅ＿??＾???■—ｉ?１?ｉ?ｉｉ??－１０?－５?０?５?１０??图２－４常见损失函数图像??不同的激活函数都有各自的特点，在选择激活函数时需要根据不同应
【参考文献】：
期刊论文
[1]基于内容的图像分割方法综述[J]. 姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄. 软件学报. 2017(01)
[2]图像去噪技术综述[J]. 刘卓亚. 科技信息. 2013(15)
[3]基于稀疏性的图像去噪综述[J]. 郭德全,杨红雨,刘东权,何文森. 计算机应用研究. 2012(02)
[4]基于稀疏码收缩的图像去噪[J]. 石林锁,成浩. 信号处理. 2007(05)
[5]几种图像去噪算法的应用分析[J]. 胡蕾,张伟,覃庆炎. 信息技术. 2007(07)
[6]基于脉冲耦合神经网络的椒盐噪声图像滤波[J]. 张军英,卢志军,石林,董继扬,石美红. 中国科学E辑:信息科学. 2004(08)
[7]小波图象去噪综述[J]. 谢杰成,张大力,徐文立. 中国图象图形学报. 2002(03)
硕士论文
[1]基于稀疏自动编码器和边缘降噪自动编码器的深度学习算法研究[D]. 邓俊锋.武汉科技大学 2016
本文编号：3295195
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：51 页
【学位级别】：硕士
【部分图文】：
图２－１神经元结构??生上，经经的基础组
神经系统就完成了信息的传递。??在生物神经元的启发下，由ＷａｒＴｅｎ?ＭｃＣｕｌｌｏｃｈ和Ｗａｌｔｅｒ?Ｐｉｔｔｓ【４２］提出了与生物??神经元结构相似的ＭＰ神经元模型，如图２－２所示。其中，一个完整的ＭＰ神经??元模型主要由四个部分构成：神经元的输入知神经元的连接权重％，神经元阈值??０以及神经元的输出ｙ。??ｘｎ??图２－２?ＭＰ－神经元模型??其中，??ｙ＝?ｆ（文?￥－０）?（２．５）??在ＭＰ神经元模型中，下层神经元通过接收来自ｎ个上层神经元传递过来的??信息，上层神经元的信息Ａ通过连接权重将信息传递到下层神经元中，下层神??经元汇总所有的传入信息并与阈值ｅ进行比较，最后将激活函数（ａｃｔｉｖａｔｉｏｎ?ｆｕｎｃｔｉｏｎ）??处理后的结果按照这种方式接着向下层神经元进行传递。??类似生物神经元在信息传递时需要对接收的信息进行计算，而ＭＰ神经网络??在接收到上层神经元后，也需要进行计算，而具体的方式是通过激活函数实现的。??一般的
式２．６为阶跃函数的数学表达式。具体的，当；００，函数值为１，表示神经??元被激活；当ｘ＜０时，函数值为０，表示神经元被抑制。理想阶跃函数的图像??如图２＿３所示。??▲??１????—＇??１￣？??－１?０?１??图２－３阶跃函数??但是在ＭＰ神经网络中需要对激活函数进行求导等计算，而阶跃函数本身具??有不连续，不光滑等特性，因此在实际的应用中，我们常采用ｓｉｇｍｏｉｄ、ｔａｎｈ及??ｒｅｌｕ函数作为神经网络的激活函数。具体的激活函数图像如图２－４所示。??（ａ）?Ｓｉｇｍｏｉｄ?（ｂ）?Ｔａｎｈ??２ｐ?—￣￣￣ｉ?ｎ?２ｐ?—?１?＾??，工??????０?－?＇?■一＾?．．．．．：?－．．．．?．．—???０?－?—ｒ?／?????１ＩＩｒ?１ｔｊＩ??一ｉ?？?￣ｆ?ｒ￣?１??ｊ?－ｔ?－?－ｉ?－?－ｊ?ｉ?Ｚ???卜｜．．．．．??｜?ＩＩＩ?ＩＩ??—２?１?ｉ１?１?ｉ?ｉ?ｉ?ｉ?一?２?ｔ?＜?ｉ?￣１?＼?？??一１０?－５?０?５?１０?一１０?－５?０?５?１０??（ｃ＞?ＲｅＬｕ??１０?广——．．．１—Ｔ＝７ｆＩ??；：：Ｅ＿??＾???■—ｉ?１?ｉ?ｉｉ??－１０?－５?０?５?１０??图２－４常见损失函数图像??不同的激活函数都有各自的特点，在选择激活函数时需要根据不同应
【参考文献】：
期刊论文
[1]基于内容的图像分割方法综述[J]. 姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄. 软件学报. 2017(01)
[2]图像去噪技术综述[J]. 刘卓亚. 科技信息. 2013(15)
[3]基于稀疏性的图像去噪综述[J]. 郭德全,杨红雨,刘东权,何文森. 计算机应用研究. 2012(02)
[4]基于稀疏码收缩的图像去噪[J]. 石林锁,成浩. 信号处理. 2007(05)
[5]几种图像去噪算法的应用分析[J]. 胡蕾,张伟,覃庆炎. 信息技术. 2007(07)
[6]基于脉冲耦合神经网络的椒盐噪声图像滤波[J]. 张军英,卢志军,石林,董继扬,石美红. 中国科学E辑:信息科学. 2004(08)
[7]小波图象去噪综述[J]. 谢杰成,张大力,徐文立. 中国图象图形学报. 2002(03)
硕士论文
[1]基于稀疏自动编码器和边缘降噪自动编码器的深度学习算法研究[D]. 邓俊锋.武汉科技大学 2016
本文编号：3295195
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3295195.html
