基于卷积神经网络的图像恢复与重建

发布时间：2021-03-12 13:52

　　由于移动互联网时代与医学信息革命的到来,图像及视频越来越普及,图像处理越来越受到重视,已经发展成为了一门具有远大前景的学科。图像在获取、传输等过程中都会不可避免的受到破坏,这无疑给研究者带来了很大的困难。对不同的处理目的而言,图像处理主要分为图像增强、图像恢复、图像重建和图像分割等。图像恢复和重建在不同领域扮演着非常重要的角色,但其本质上是一个不适定性问题。通常,通过引入正则化项,可以得到近似解。传统引入的正则化项可以是基于总变分或者边缘保留等。随着卷积神经网络的发展,其为图像恢复和重建提供了新的研究思路。本文基于图像恢复算法的理论方法和卷积神经网络模型,针对传统的数学模型和卷积神经网络模型在不同图像上的应用展开了研究。本论文主要研究图像去模糊、图像去噪和图像重建工作:（1）提出了泊松图像去模糊恢复的卷积神经网络。构建端到端有监督训练的卷积神经网络Tnet-Deb应用于自然图像的去模糊问题。对不同模糊核模糊的图像,Tnet-Deb均可以表现出更优的恢复性能,本文实验验证了提出网络的可行性与有效性。（2）受传统的方差稳定变换算法启发,本文构建了一个方差稳定变换网络（简称VST-Net）用... 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图２．１泊松去模糊Ｈ题的数据模型

图２．３网络架构的可视化图

图２．４对卷积滤波器的可视化

【参考文献】：
期刊论文
[1]基于框式约束的快速全变差图像泊松去噪算法[J]. 金正猛,杨燕.  电子与信息学报. 2014(08)
[2]小波分析及其在数字图像处理中的应用[J]. 赵登峰,许纯新,王国强.  同济大学学报(自然科学版). 2001(09)

博士论文
[1]基于增广拉格朗日的字典学习算法及其在医学成像和图像处理中的应用[D]. 刘且根.上海交通大学 2012

硕士论文
[1]基于稀疏表示的图像去噪算法研究[D]. 乔雅莉.北京交通大学 2009



本文编号：3078415