基于生成对抗网络的模糊图像复原研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-12页 |
| 1.2.1 图像复原的研究现状 | 第10-11页 |
| 1.2.2 生成对抗网络的研究现状 | 第11-12页 |
| 1.3 本文的主要内容和创新 | 第12-13页 |
| 1.3.1 本文主要研究内容 | 第12页 |
| 1.3.2 本文主要创新 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 基础理论知识研究 | 第14-26页 |
| 2.1 图像退化与复原模型 | 第14-18页 |
| 2.1.1 图像退化与复原 | 第14-15页 |
| 2.1.2 常见的几种模糊图像类型 | 第15-16页 |
| 2.1.3 图像复原方法 | 第16-18页 |
| 2.2 图像质量评价方法 | 第18-20页 |
| 2.2.1 主观评价方式 | 第18-19页 |
| 2.2.2 客观评价方式 | 第19-20页 |
| 2.3 生成对抗网络 | 第20-22页 |
| 2.3.1 基本原理 | 第20-21页 |
| 2.3.2 生成器与判别器优化过程 | 第21-22页 |
| 2.4 条件对抗网络模型及图像翻译 | 第22-25页 |
| 2.4.1 条件对抗生成网络 | 第22-23页 |
| 2.4.2 图像翻译 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于生成对抗模型的模糊图像复原模型 | 第26-36页 |
| 3.1 图像相对块模型 | 第26-28页 |
| 3.1.1 图像相似块 | 第26-27页 |
| 3.1.2 图像相对块 | 第27-28页 |
| 3.2 损失函数 | 第28-31页 |
| 3.2.1 图像结构相似性SSIM | 第28-29页 |
| 3.2.2 内容损失函数 | 第29-30页 |
| 3.2.3 联合优化损失 | 第30-31页 |
| 3.3 模糊图像复原的网络模型设计 | 第31-35页 |
| 3.3.1 基于条件对抗网络模糊图像复原模型 | 第31-34页 |
| 3.3.2 复原模型适用于多种模糊图像 | 第34页 |
| 3.3.3 模型算法设计 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 实验结果与分析 | 第36-45页 |
| 4.1 实验数据集与实验数据预处理 | 第36-38页 |
| 4.1.1 实验数据集 | 第36页 |
| 4.1.2 实验数据预处理 | 第36-38页 |
| 4.2 实验环境和实验流程 | 第38-39页 |
| 4.2.1 实验环境 | 第38页 |
| 4.2.2 实验流程 | 第38-39页 |
| 4.3 实验结果及分析 | 第39-44页 |
| 4.3.1 实验结果 | 第39-42页 |
| 4.3.2 实验结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 结论和展望 | 第45-47页 |
| 5.1 本文工作总结 | 第45页 |
| 5.2 未来工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录 攻读硕士学位期间发表的论文和参与的科研项目 | 第52页 |
