声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 图像经典网络结构
1.2.2 图像重建网络结构
1.2.3图像去噪网络结构
1.3 本文的主要研究内容
1.4 本文的章节安排
2 面向图像恢复的深层网络结构研究综述
2.1 超分辨重建的卷积网络结构模型
2.1.1 先上采样再卷积网络分析
2.1.2 先卷积再上采样网络分析
2.1.3 金字塔网络模型网络分析
2.2 去噪重建的卷积网络结构模型
2.2.1 直接图像生成去噪
2.2.2 模拟噪声再去噪
2.3 图像恢复算法评估
2.4 本章小结
3 基于多尺度分布式超分辨网络的图像重建算法
3.1 自然图像重建算法原理
3.2 多尺度分布式网络重建模型及分析
3.2.1 非对抗网络模型
3.2.2 对抗网络模型
3.3 损失函数及多尺度网络结构细节说明
3.4 实验结果与分析
3.4.1 实验细节和实验对比
3.4.2 鲁棒性检测
3.5 本章小结
4 基于分离式网络去噪的图像重建算法
4.1 噪声图像重建算法原理
4.2 分离式去噪重建网络模型及其分析
4.2.1 编码器-解码器去噪网络模型
4.2.2 分离式去噪网络模型
4.3 损失函数及网络结构细节说明
4.4 实验结果与分析
4.4.1实验细节和实验分析
4.4.2 鲁棒性检测
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻读学位期间主要研究成果
西安理工大学;