手部静脉信息图像修复关键技术研究

发布时间：2021-02-17 12:15

　　图像修复技术就是针对一些破损缺失图像,根据其已知的内容信息进行对缺失部分的预测。虽然目前图像修复技术应用非常广泛,但是针对手部静脉特征信息的修复上的工作却是较少,随着手部静脉特征信息识别的研究与应用越来越广泛,对手部静脉图像信息的完整性就有了更高的要求,因此,如何将破损的手部静脉图像信息进行补全是目前需要研究的方向。而目前传统的数字图像修复技术基本是利用手工标注,特征信息选取困难,在缺失面积较大时,对图像结构信息以及高层纹理信息的修复能力会大幅度的下降。近年来,随着深度神经网络对图像进行特征学习的优异表现,基于深度神经网络的图像修复研究也逐渐成为了热点。然而,目前存在的图像修复算法仍然存在着不稳定性以及修复后的图像质量低下的现象。因此,针对以上问题,本文从三个方向提出了关于手部静脉信息的修复算法,分别从深度卷积神经网络、生成对抗网络、图像与图像转换等方面提出了改进算法,最终通过与相关方向算法对比以及评估,其算法对手部静脉图像信息的修复效果都分别有了一定的提高。（1）在基本的U-net网络中跳跃式引入了一个空间转换网络层,即可变形卷积网络模块,用于修复缺失图像整体结构和细节信息,以更好学... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
    1.3 本文研究工作
    1.4 论文结构安排
2 基于融合可变形模块的U-net手背静脉图像修复
    2.1 基于卷积神经网络的图像修复
    2.2 基于融合可变形模块的U-net手背静脉图像修复
    2.3 实验分析
    2.4 本章小结
3 基于非局部对抗的生成对抗网络手背静脉图像修复
    3.1 生成对抗网络技术
    3.2 基于非局部对抗的生成对抗网络手背静脉图像修复
    3.3 修复网络训练损失
    3.4 实验分析
    3.5 本章小结
4 基于分离与表示的生成对抗网络手背静脉图像修复
    4.1 图像到图像转换
    4.2 分离与表示学习
    4.3 基于分离与表示的生成对抗网络手背静脉图像修复
    4.4 实验结果与分析
    4.5 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
作者简历
学位论文数据集


【参考文献】：
期刊论文
[1]手指静脉图像血管网分形修复方法[J]. 李振娟,贾桂敏,杨金锋,张海刚.  信号处理. 2019(08)
[2]Image completion with perspective constraint based on a single image[J]. HAO ChuanYan,CHEN YaDang,WU Wen,WU EnHua.  Science China（Information Sciences）. 2015(09)
[3]数字图像修复技术综述[J]. 张红英,彭启琮.  中国图象图形学报. 2007(01)



本文编号：3037971