原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
深度学习在图像去噪中的应用与综述
目录
文档简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1图像去噪问题的背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.2深度学习技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.3本文结构与主要内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
图像去噪的传统方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1基于空间域的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.1.1中值滤波．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.1.2均值滤波．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.2基于变换域的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2.1小波变换去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2.2离散余弦变换去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
深度学习在图像去噪中的核心思想．．．．．．．．．．．．．．．．．．．．．．．．．24
3.1卷积神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.2循环神经网络的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.3卷积自编码器架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.4增量学习策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
基于深度学习的图像去噪模型详解．．．．．．．．．．．．．．．．．．．．．．．．．38
4.1深度信念网络去噪模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
4.2基于生成对抗网络的去噪方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
4.2.1pix2pix模型架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
4.2.2CycleGAN的改进与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.3联邦学习在图像去噪中的实践．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.4迁移学习优化去噪性能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
图像去噪效果的评估标准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
5.1传统评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.1.1均方误差．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.1.2峰值信噪比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
5.2主观评价方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
5.3基于深度学习的自适应评估体系．．．．．．．．．．．．．．．．．．．．．．．．．．63
深度学习图像去噪的应用领域扩展．．．．．．．．．．．．．．．．．．．．．．．．．69
6.1医学影像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
6.1.1CT图像噪声抑制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
6.1.2核磁共振图像修复．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
6.2遥感图像处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78
6.3视频监控系统中的去噪技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
6.4艺术图像修复与风格迁移．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
现存问题的挑战与未来展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．87
7.1大规模训练数据的获取难题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88
7.2模型泛化能力的提升路
文档评论（0）