基于反卷积网络的图像去噪及分类方法
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 图像分类国内外研究现状 | 第10-11页 |
| 1.2.2 图像去噪国内外研究现状 | 第11-12页 |
| 1.3 存在的问题描述 | 第12页 |
| 1.4 本文的主要内容和结构安排 | 第12-15页 |
| 第二章 相关技术介绍 | 第15-24页 |
| 2.1 图像分类相关技术 | 第15-18页 |
| 2.1.1 图像特征提取 | 第15-17页 |
| 2.1.2 分类器简介 | 第17-18页 |
| 2.2 图像降质与去噪方法 | 第18-23页 |
| 2.2.1 图像降质 | 第18-19页 |
| 2.2.2 图像去噪方法 | 第19-22页 |
| 2.2.3 图像去噪质量评价方法 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 反卷积网络 | 第24-35页 |
| 3.1 网络结构构建 | 第24-29页 |
| 3.1.1 单层反卷积网络 | 第24-25页 |
| 3.1.2 正则项参数选择 | 第25-28页 |
| 3.1.3 多层反卷积网络 | 第28-29页 |
| 3.2 反卷积网络训练 | 第29-32页 |
| 3.3 图像表示与重构 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 反卷积网络性能测试及分析 | 第35-53页 |
| 4.1 基于反卷积网络的图像去噪 | 第35-46页 |
| 4.1.1 网络模型设计 | 第35页 |
| 4.1.2 网络模型训练 | 第35-39页 |
| 4.1.3 噪声图像的重构去噪 | 第39-46页 |
| 4.2 基于反卷积网络的图像分类 | 第46-52页 |
| 4.2.1 Caltech-101数据集简介 | 第46-47页 |
| 4.2.2 基于反卷积网络分类模型设计 | 第47-48页 |
| 4.2.3 模型参数设置 | 第48-49页 |
| 4.2.4 实验结果及分析 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
