原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于小波域ADMM深度网络的图像复原方法。主要包括以下步骤：首先将图像复原问题变换到小波域进行研究，提出小波域图像复原模型；使用ADMM算法将小波域图像复原问题分解为复原子问题和去噪子问题，分别使用梯度下降法和去噪网络对两个子问题求解；结合子问题解的形式指导网络结构的设计，将图像退化模型信息融入到网络中，构建基于小波域ADMM的深度卷积网络；针对不同任务利用相应的训练样本，训练提出的基于小波域ADMM的卷积神经网络；将低质量图像作为输入，通过上面训练好的网络模型，得到复原重建的高
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114723614 A
(43)申请公布日 2022.07.08
(21)申请号 202110009487.X
(22)申请日 2021.01.05
(71)申请人 四川大学
地址 610065 四川
文档评论（0）