基于卷积神经网络先验信息的图像恢复方法研究

目录

声明

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