基于目标建模的图像重构技术

《基于目标建模的图像重构技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、雜侧我４博士学位论文１修基于目标建模的图像重构技术作者姓名黄韬＾指导教师姓名、职称石光明教授申请学位类别工学博士学号１４０２１１０１７５＿学校代码１０７０１＿分类号ＴＮ３９密级公近西安电子科技大学博士学位论文基于目标建模的图像重构技术作者姓名：黄韬一级学科：信息与通信工程二级学科：智能信息处理学位类别：工学博士指导教师姓名、职称：石光明教授学院：人工智能学院０８６月提交日期：２１年ＩｍａｅＲｅｃｏｎｓｔｒｕｃｔｉｏｎｂａｓｅｄｏｎＯｂｅｃｔｇｊＭｏｄｅｌｉｎｇＡＤｉｓｓｅ

2、ｒｔａｔｉｏｎｓｕｂｍｉｔｔｅｄｔｏＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｑｆｏｒｔｈｅｄｅｒｅｅｏｆＤｏｃｔｏｒｏｆＰｈｉｌｏｓｏｈｙｇｐｉｎＩｎｔｅｌｌｉｅｎｔＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｇＢｙＨｕａｎＴａｏｇＳｕｅｒｖｉｓｏｒ：ＳｈｉＧｕａｎｍｉｎｇＴｉｔｌｅ：ＰｒｏｆｅｓｓｏｒｐｇＪｕｎｅ２０１８西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师

3、指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和，论文中不包含其他人己经发表或撰写过的研究成果致谢中所罗列的内容以外；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研宄所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明：研宄生本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交？，论文的复印

4、件，允许查阅、借阅论文，学校可以公布论文的全部或部分内容允许采用影印，结合学位论、缩印或其它复制手段保存论文。同时本人保证文研宄成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。本人签名：导师签名：．日期：專日期：丄ｎｍｍ摘要高清晰、高分辨率的高质量图像在国防安全、游戏娱乐和医疗诊断等领域有重大的应用需求。由于传感器硬件限制，电路系统中的热噪声和光照条件等无法避免，造成输出是含噪的的因素，低分辨率的低质量图像。运用图像重构技术在低质量图像基础上反演重构出高质量图像，如图像去马赛克、降噪、超分辨技术，其关键在于对图像目标先验知识

5、和噪声千扰的建模。在本文中，从图像去马赛克和降噪联、合处理和噪声抑制两方面着手，在马赛克和噪声同时去除混合高斯脉冲噪声抑制、实拍彩色图像降噪和视频前景估计等方面进行了深入的研宄并且取得不错的效果。本文的主要工作和主要创新点如下：一１、提出了种基于残差学习的马赛克和噪声同时去除方法。大多数去马赛克方法无法很好地处理图像边缘结构，造成输出图像出现锯齿和混叠等现象。虽然现有基于深度学习的方法能够较好地重构图像细节部分，但是运算复杂度过高。针对上述问题一，提出了种基于残差学习的马赛克和噪声同时去除方法。对稀疏模型驱动的去马赛克方法加以分析并受其启发，借鉴深度残差网

6、络和聚合式残差变换的网络设计思想，设计出轻量化的密集连接网络，端到端地学习出从含噪、低分辨率空间（ＣＦＡ图像）到高清晰、高分辨率空间（彩色图像）之间的映射。在图像去马赛克、马赛克和噪声同时去除两个任务上，实验结果证明了提出的网络模型需要更小的训练集和更少的运算量取得更好的视觉效果，重构性能优于对比方法。另外，将提出的轻量化网络应用到高斯白噪声抑制和图像超分辨上，均达到当前领先的重构效果。２一、提出了种基于拉普拉斯尺度混合模型的混合噪声抑制方法。由于高斯噪声和脉冲噪声具有不同的统计特性，对混合高斯脉冲噪声进行精准建模是很难的，抑制混合噪声是一个挑战的问题

7、。传统方法首先检测出脉冲噪声的位置，然后通过图。像填充技术从不完整的、含噪图像中重构出高清晰图像但是当混合噪声很强时，一准确检测脉冲噪声的位置是很难的，提。针对上述问题出了种基于拉普拉斯尺度混合模型和非局部低秩模型的混合噪声抑制方法。分析受脉冲噪声影响的异常点的统计分布，用拉普拉斯尺度混合模型来刻画异常点的分布，能够通过最大后验估计一方法从含噪图像联合估计出来分布隐藏因子参数和异常点。同时，为了进步发掘，提出