基于卷积神经网络先验信息的图像恢复方法研究

发布时间：2023-10-27 19:46

　　数字图像的质量不仅关乎图像视觉效果,更在医学、天文、监控侦查等诸多领域发挥着关键性作用。图像恢复技术的研究旨在消除或者减轻图像质量的退化,是数字图像处理与计算机视觉领域的研究热点问题。图像先验信息作为处理图像恢复过程中的病态问题的一个关键因素,其有助于恢复高质量的数字图像,在各项低高级视觉任务中发挥着至关重要的作用。而伴随着深度学习领域研究的日益深入,卷积神经网络以其强大的特征学习和特征表达能力博得了国内外的广泛关注并在图像恢复技术的研究过程中得到了有效应用。本论文中,我们在卷积神经网络和图像先验信息的核心理论思想指导下研究了图像去模糊和图像超分辨率重建等不同的图像恢复任务,研究成果主要包含以下几个方面:(1)提出基于卷积神经网络的图像去模糊算法。我们在残差网络的基础上进一步增加网络通道数,从噪声观察中学习特征分布以获取图像先验信息,将所学习到的网络模型插入到迭代优化框架中进行求解以最终实现图像去模糊处理。在所提出的算法中,我们采用了半二次分解法进行优化求解。实验结果表明,所提出的算法取得了较好的图像去模糊效果,但仍存在不稳定性。(2)提出使用复合去噪自编码先验的图像超分辨率重建算法。...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 选题背景及研究意义
    1.2 研究现状及发展趋势
    1.3 研究内容及章节安排
第2章 图像恢复方法研究基础
    2.1 图像退化与其复原模型
    2.2 图像先验信息
    2.3 卷积神经网络
        2.3.1 网络基本结构
        2.3.2 反向传播算法
    2.4 图像去模糊与图像超分辨率
        2.4.1 图像去模糊的研究现状
        2.4.2 图像超分辨率研究现状
    2.5 图像质量评价
        2.5.1 主观评价方法
        2.5.2 客观评价方法
第3章 基于卷积神经网络的图像去模糊算法
    3.1 图像去模糊引言
        3.1.1 图像去模糊问题定义
        3.1.2 批归一化和残差学习
    3.2 基于卷积神经网络的图像去模糊模型
        3.2.1 学习残差网络
        3.2.2 迭代优化算法
    3.3 实验分析
        3.3.1 收敛性能
        3.3.2 参数分析
        3.3.3 对比实验
    3.4 本章小结
第4章 使用复合去噪自编码先验的图像超分辨率重建
    4.1 图像超分辨率引言
        4.1.1 超分辨率重建问题定义
        4.1.2 去噪自编码器
    4.2 基于复合去噪自编码先验的图像超分辨率算法
        4.2.1 自动编码先验
        4.2.2 学习复合去噪自编码先验
        4.2.3 使用MDAEP的重建过程
    4.3 实验分析
        4.3.1 收敛性能
        4.3.2 参数分析
        4.3.3 运行时间
        4.3.4 对比实验
    4.4 本章小结
第5章 结论与展望
    5.1 本文工作总结
    5.2 未来研究展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3857153