声明
摘要
第一章绪论
1．2国内外研究现状
1．3论文创新
1．4论文组织结构
第二章 理论基础综述
2．1图像降噪理论
2．1．2常见图像噪声
2．2神经网络
2．2．1 MP神经元模型
2．2．2 BP神经网络结构
2．2．3反向传播算法
2．3自编码器
2．3．1自编码器算法流程
2．4图像降噪评价标准
2．4．1 PSNR算法
2．4．2 SSIM算法
2．5本章小结
第三章残差正则化在图像降噪上的应用
3．1．2小波滤波法
3．1．3 KSVD算法
3．2降噪自编码
3．2．2降噪自编码器的特点
3．3稀疏降噪自编码器
3．3．1圈像稀琉分解与重构
3．3．2 KL散度
3．3．3稀疏降噪自编码器模型
3．4残差稀疏降噪自编码器
3．4．2残差降噪自编码器模型
3．5本章小结
第四章实验结果及分析
4．1实验工具介绍及应用
4．2实验数据
4．3实验过程
4．3．1实验项目流程
4．3．2数据集原始信嗓比对实验影响
4．3．3不同损失函数对模型效果的影响
4．3．4残差自编码模型和传统降噪模型对比
4．4本章小结
第五章总结与展望
参考文献
致谢
