导读:本文包含了复原框架论文开题报告文献综述及选题提纲参考文献，主要关键词:运动模糊,图像盲复原,生成式对抗网络,残差网络
复原框架论文文献综述
吴梦婷,李伟红,龚卫国[1]（2018）在《双框架卷积神经网络用于运动模糊图像盲复原》一文中研究指出为了实现全网络端对端的运动模糊图像盲复原,提出一种基于生成式对抗网络不估计模糊核的模糊图像盲复原方法.首先设计了双框架卷积神经网络——生成网络和判别网络,其中,生成网络是全卷积神经网络,实现模糊图像到复原图像的映射;判别网络是改进的VGG二分类网络,用于判定复原图像或原始清晰图像;然后采用最小均方差优化网络训练,添加图像保真项提高复原效果;最后通过生成网络和判别网络对抗训练获得清晰图像.在MS COCO数据集上的实验结果表明,该方法复原质量高、速度快.(本文来源于《计算机辅助设计与图形学学报》期刊2018年12期）
马晓东[2]（2018）在《贝叶斯框架下图像细节模糊区域复原仿真》一文中研究指出针对当前图像模糊复原方法图像边缘信息丢失严重、复原系数低的问题,提出基于贝叶斯的图像细节模糊区域复原方法。对待复原图像进行预处理,在预处理后图像中选取前景种子点与背景种子点。在种子点中选取若干前景聚类中心与背景聚类中心,并定义分割图像至前景聚类中心及背景聚类中心之间的最短距离,得到待分割图像像素与前景、背景之间的相似度。将相似度值代入平滑性函数中,获得图像细节模糊区域分割结果,实现图像细节模糊区域的初步复原。计算由剩余噪声和图像原本信号组成的混合信号,得到贝叶斯准则。在噪声和图像信号均符合高斯分布的状况下,实现信号的线性调整。引入二参数拉普拉斯分布函数,完成贝叶斯估计,同时利用二参数得到图像细节模糊区域最终复原结果。实验表明,上述方法图像模糊复原系数最高为0. 98,图像边缘信息丢失率较低。所提方法具有很强的复原能力和保障图像完整性能力。(本文来源于《计算机仿真》期刊2018年12期）
廖敬文,张可云[3]（2019）在《东北老工业基地经济复原力:一个四维分析框架与实证研究》一文中研究指出运用包括抵抗力、复原速度、经济结构变化和复原路径变化的四维复原力框架进行分析,得到如下结论:东北老工业基地抗冲击能力较弱,经济结构较敏感,复原速度较慢,并已陷入有偏负复原路径;整体来看,东北老工业基地复原力欠佳,振兴之路任重道远;工业及以其为核心的产业体系陷入路径依赖的负锁定困境是造成东北老工业基地经济复原力不足的决定性因素之一。提升东北老工业基地复原力,既要通过调整经济结构削弱以往路径依赖和负锁定对复原力的消极影响,又要继续加大政策扶持力度以保留作为复原力源泉的人力资本,更要营造良好的软环境,助力地方与企业把握外部发展机遇并增强内部自主创新能力。(本文来源于《改革》期刊2019年01期）
张晶,马瑾,邵晨,桂志国,张权[4]（2018）在《紧框架小波与全变分协同稀疏的压缩感知图像复原》一文中研究指出针对全变分最小化方法在解决压缩感知图像复原问题时出现的纹理、细节信息丢失及阶梯状伪影污染问题,提出一种紧框架小波与全变分协同稀疏的压缩感知图像重构方法。首先,构造由能够稀疏逼近纹理、结构等信息的紧支撑小波框架的L0范数和能够有效逼近分段平滑函数的全变分的L1范数组成的非光滑的能量泛函来准确表征图像先验信息;其次,通过引入辅助参数,采用增广拉格朗日方法将有约束的能量泛函优化问题转换为无约束的混合泛函最小化问题,进而分别利用阈值法和最速下降法,交替求解目标函数分解出叁个子问题;最后,分别采用四个模型进行仿真实验,视觉效果和量化指标表明本文方法的图像恢复性能优于传统方法。(本文来源于《山西大学学报(自然科学版)》期刊2018年03期）
吴梦婷[5]（2018）在《双框架卷积神经网络用于运动模糊图像盲复原》一文中研究指出图像的运动模糊主要是由拍摄物体和相机之间相对运动、相机抖动造成。运动模糊图像盲复原是指模糊核未知时对运动模糊图像进行复原,这是严重的不适定性问题,精确的模糊核估计是解决问题的关键,也是制约模糊图像盲复原实际应用的瓶颈。深度学习中的卷积神经网络通过卷积核可以实现模糊图像到复原图像的空间映射,目前已成为模糊图像复原领域重要的发展方向。本文提出一个不需要估计模糊核的双框架卷积神经网络,用于运动模糊图像盲复原。该网络基于生成式对抗网络(Generative Adversarial Nets,GAN)的思想,通过生成网络和判别网络的对抗训练,直接复原出清晰的图像。由于该网络不需要估计模糊核,是一种端对端的模糊图像盲复原方法,所以可大大提高模糊图像的复原质量和速度。可见,本文的研究具有很大的学术价值和实用意义。本文开展的主要工作如下:(1)调研模糊图像盲复原的相关理论。分析运动模糊图像及模糊核的特点,总结图像退化模型、噪声类型,深入研究卷积神经网络的相关基础理论及基于深度学习的运动模糊图像盲复原的基本原理和难点。(2)提出改进的生成式对抗网络衍生模型,实现端对端的运动模糊图像盲复原。本文对生成式对抗网络进行深入研究,比较生成式对抗网络及几种衍生模型的优缺点,对衍生模型中的DCGAN(Deep Convolutional Generative Adversarial Network)和LSGAN(Least Square Generative Adversarial Net)模型进行改进,并用于运动模糊图像盲复原。通过实验得出:DCGAN容易出现梯度饱和,LSGAN由于缺少图像保真项。(3)本文提出由生成网络和判别网络组成双框架卷积神经网络。其中,生成网络是由根据VGG(Vaccination Gruidelines Group)网络的卷积核大小设计,同时结合残差网络构成的全卷积网络,可根据模糊尺度的不同来加深网络层,并降低训练时间。判别网络为简化的两分类VGG网络,实现判断是生成网络复原出的图像还是原始清晰图像。另外,损失函数采用最小均方差替换常用的交叉熵,用于优化网络训练,避免梯度消失。同时在生成网络的损失函数中增加图像保真项,用于约束复原图像的分布更接近于清晰图像。(4)设计并进行相关验证实验。实验分为两部分:一是提出的双框架卷积神经网络的性能测试。二是与目前优秀的传统方法以及基于深度学习的模糊图像盲复原方法的比较实验。实验结果表明,本文提出的双框架卷积神经网络简单、模型求解容易,对运动模糊图像复原质量高,速度快。(本文来源于《重庆大学》期刊2018-04-01）
张晶,马瑾,邵晨,桂志国,张权[6]（2017）在《紧框架小波和总广义全变分联合约束的医学图像复原算法》一文中研究指出为了克服传统全变分正则化方法容易造成复原图像中出现阶梯状伪边缘、纹理细节丢失的不足,本文提出了一种紧框架小波和总广义全变分联合约束的图像复原算法.首先,结合紧框架小波能够捕获含噪声或退化图像中的奇异点的优势,同时采用能够逼近任意阶多项式函数进而可以保留图像尖锐边缘的总广义全变分,构造出一种由紧框架小波的L_1范数和二阶总广义全变分的L_2范数组成的联合正则项约束的图像复原模型;其次,采用交替方向迭代方法将所提模型的最小化问题分解为两个子问题,并分别采用均值增广拉格朗日算法和Chambolle-Pock一阶原始—对偶迭代方法获得最优解.实验结果表明,所提算法在抑制噪声的同时能够有效复原图像的边缘、细节信息,两种量化指标峰值信噪比和结构相似度的值也能直观体现复原图像质量的提高水平.(本文来源于《中北大学学报(自然科学版)》期刊2017年06期）
乔柯[7]（2017）在《基于全变分和小波框架的图像复原模型与算法研究》一文中研究指出图像复原的模型和算法研究问题是目前图像处理领域的研究热点。近几十年来,已经有许多学者将全变分、小波框架、稀疏表示和压缩感知等理论知识应用于图像复原问题。本文提出两种图像复原模型,简要叙述如下:(1)本文提出一种基于TVL1的图像复原模型进行图像去模糊、图像去噪和图像修复,并构建一种新的不动点算法求解该模型。该模型即求解一个L1范数的数据保真项、一个L2范数项和一个全变分正则项的和函数的最小值,且该和函数是一个严格凸函数。首先,本文利用邻近算子和次微分等相关的理论知识,证明可以通过求解一个非线性算子的不动点获得该模型的解,文中给出了这个非线性算子的具体表达式。然后,本文分析了这个非线性算子的非扩张性,并由此构建一种新的不动点算法求解该模型。最后,实验表明本文提出的算法均具有良好的图像复原效果。(2)本文提出一种基于小波框架的L0范数最小化的图像复原模型进行图像去模糊和去噪,并使用惩罚分解法求解该模型。该模型即求解一个数据保真项和一个正则项的和函数的最小值。其中数据保真项为叁种不同的函数,正则项为图像的小波框架系数的L0范数。本文利用一些基本的数学概念和优化理论的相关知识,分析了使用惩罚分解法求解该模型的算法收敛性并给出详细的算法求解过程。因为模型中数据保真项为叁种不同的函数,所以使用惩罚分解法求解该模型对应叁种不同的算法。实验表明本文提出的叁种算法均具有很好的图像复原效果。(本文来源于《深圳大学》期刊2017-06-30）
刘洪[8]（2017）在《张量框架下模糊图像盲复原算法研究》一文中研究指出图像在采集、存储、传输和处理过程中,因成像设备、成像环境或人为操作不当等各种不利因素使得获取图像质量下降(也称为图像退化),具体表现为图像出现模糊、噪点显着、图像分辨率过低、图像中局部信息缺失等。图像退化对后续图像信息的获取、分析和进一步处理带来极大的困难。图像复原技术是指根据图像退化的原因,从获取的退化图像中复原出接近于原始清晰图像的技术,典型的图像复原主要有模糊图像复原、图像去噪、图像超分辨、图像修复等。模糊退化是所有图像退化中最为常见的一种退化,导致图像出现模糊退化的原因有很多,如光学成像中聚焦不准确、成像设备与被拍摄物体之间存在相对位移、大气湍流、图像压缩、图像预处理等原因。模糊图像复原,是指根据模糊退化的原因,从模糊图像中复原出原始清晰图像。模糊图像复原技术被广泛用于天文研究、军事探测、公共安全、智能交通、医学影像、日常生活等领域。对模糊图像复原的研究,一直以来都是图像复原领域中一个重要的课题及研究热点。因此,对模糊图像复原问题的理论、算法及关键技术研究具有重要的学术意义和应用价值。根据模糊退化模型中的模糊核是否已知,可将模糊图像复原分为两类:模糊图像非盲复原和模糊图像盲复原。模糊图像盲复原问题中模糊核和清晰图像均未知,因此模糊图像复原是典型的病态逆问题。模糊图像盲复原一般可分为两个步骤,一是模糊核估计,二是根据估计到的模糊核,用图像解模糊方法对模糊图像进行复原。本文主要从模糊退化模型的建立、模糊核估计、解模糊算法叁个方面,对模糊图像盲复原相关理论和算法展开深入研究。首先在向量框架下,针对一般的二维模糊图像复原问题进行研究。然后,再扩展到叁阶张量框架下,利用张量框架下的相关方法和理论,针对高阶张量模糊图像复原问题展开深入研究。论文工作的主要研究内容为:首先,在向量框架下,针对一般的二维模糊图像复原问题,研究了传统的卷积退化模型的特点和局限性,在分析了相机成像时因光学衍射和抗混迭滤波等原因导致固有模糊特性的基础上,从函数逼近角度,结合高斯核函数的特点,利用高斯核函数的加权和近似表示模糊核,提出了加权高斯核模糊退化模型,探讨了对应的模糊核估计算法。同时,在研究现有几种基于总变分(Total Variation,TV)正则项的解模糊算法的基础上,结合图像中的局部结构信息,提出了一种基于图像局部结构信息的总变分融合解模糊算法,并通过相关实验验证了算法的有效性。进一步,在张量框架下,针对高阶张量模糊图像复原问题,分别在传统张量框架和Kilmer张量框架下展开模糊图像盲复原算法研究。一方面,在传统张量框架下,将向量框架下的加权高斯核退化模型扩展到传统张量框架下,并通过引入Z方向差分算子,将传统的总变分模型扩展到叁阶张量框架,得到叁阶张量总变分模型。以此模型为基础,提出了张量框架下的基于加权高斯核退化模型的盲复原算法,并通过相关实验验证了算法的有效性。该复原算法可用于处理如视频、高阶医学影像中的模糊复原问题。另一方面,在Kilmer张量框架下,针对现有模糊图像盲复原算法在估计模糊核时需要足够的有效边缘信息,并反复地在模糊核与清晰图像求解之间交替迭代,导致求解时间复杂度较高等问题,提出了一种基于T2DPCA(Tensorial Two-Dimensional Principal Component Analysis,T2DPCA)子空间投影的模糊核估计算法。在研究Kilmer张量框架下的线性二阶张量空间及T2DPCA子空间投影算法的基础上,结合自然图像幅度谱满足幂律定理的特点,在频域利用T2DPCA子空间投影算法将模糊图像的频谱投影到适合的子空间中,再对投影后的图像频谱进行白化,从而估计出模糊核的功率谱,然后利用相位回溯法估计出模糊核的相位,最后重构出最终的模糊核。仿真实验和真实模糊实验均表明,估计的模糊核与真实模糊核之间误差较小,结合基于总变分模型的解模糊算法对模糊图像复原,得到的复原图像的质量更理想。此外,针对现有模糊图像盲复原算法通常仅利用彩色图像的灰度信息估计模糊核,图像转换操作会造成信息丢失,在处理尺寸过小或显着边缘过少的图像时,模糊核的估计通常会失效,导致最后复原图像的质量不理想等问题,将作为一个自然的叁阶张量的彩色模糊图像的复原问题纳入Kilmer张量框架下进行研究。在研究Kilmer张量框架下的相关理论和算法的基础上,提出了t-TV(tensor-Total Variation,t-TV)张量总变分模型,探讨了一种基于t-TV张量总变分模型的模糊图像盲复原算法。实验证明与目前的主流盲复原算法相比,特别是在处理分辨率较低的彩色模糊图像时,估计到的模糊核能较好地逼近真实模糊核,从而使得复原图像中边缘更为清晰,保留了更多的图像细节,同时也很好地抑制了图像中的振铃效应。(本文来源于《贵州大学》期刊2017-06-01）
姬鹤鹏[9]（2016）在《小波框架下模糊图像复原方法研究》一文中研究指出运用小波框架的复原法恢复运动模糊图像,在紧小波框架系统下,用正则化方法对模糊图像进行处理,将盲解卷积转化为极小问题,利用分裂Bregman迭代法求解去模糊图像。对直线匀速运动、曲线匀速运动和任意曲线运动模糊图像进行实验,取得了良好效果。(本文来源于《软件导刊》期刊2016年07期）
张步天[10]（2014）在《从《水经注》水系框架复原重构探讨早期中国西部开发治理》一文中研究指出西部开发是国家战略目标,探讨历史时期西部开发进程及其特征具有重要的现实意义。《水经注》是以河川为纲目的地理书,所记两千多条河流的信息及其构筑的水系框架都涉及了西部地区早期开发治理,本文有关论述依托此书展开。一、《水经注》水系框架复原重构1.《水经注》水系框架的含义水系是指海洋、河流、湖泊等构成的水网系统,多依照江河、湖泊的支流和源流逐级形成的网状结构划分。简而言之,水系是流域内具有同一归宿的水体所构成的水网系统。组成水系的水体有河流、湖泊、水库、沼泽等。河流是水系的主体,由河流组成的(本文来源于《历史地理学的继承与创新暨中国西部边疆安全与历代治理研究——2014年中国地理学会历史地理专业委员会学术研讨会论文集》期刊2014-09-19）
复原框架论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对当前图像模糊复原方法图像边缘信息丢失严重、复原系数低的问题,提出基于贝叶斯的图像细节模糊区域复原方法。对待复原图像进行预处理,在预处理后图像中选取前景种子点与背景种子点。在种子点中选取若干前景聚类中心与背景聚类中心,并定义分割图像至前景聚类中心及背景聚类中心之间的最短距离,得到待分割图像像素与前景、背景之间的相似度。将相似度值代入平滑性函数中,获得图像细节模糊区域分割结果,实现图像细节模糊区域的初步复原。计算由剩余噪声和图像原本信号组成的混合信号,得到贝叶斯准则。在噪声和图像信号均符合高斯分布的状况下,实现信号的线性调整。引入二参数拉普拉斯分布函数,完成贝叶斯估计,同时利用二参数得到图像细节模糊区域最终复原结果。实验表明,上述方法图像模糊复原系数最高为0. 98,图像边缘信息丢失率较低。所提方法具有很强的复原能力和保障图像完整性能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复原框架论文参考文献
[1].吴梦婷,李伟红,龚卫国.双框架卷积神经网络用于运动模糊图像盲复原[J].计算机辅助设计与图形学学报.2018
[2].马晓东.贝叶斯框架下图像细节模糊区域复原仿真[J].计算机仿真.2018
[3].廖敬文,张可云.东北老工业基地经济复原力:一个四维分析框架与实证研究[J].改革.2019
[4].张晶,马瑾,邵晨,桂志国,张权.紧框架小波与全变分协同稀疏的压缩感知图像复原[J].山西大学学报(自然科学版).2018
[5].吴梦婷.双框架卷积神经网络用于运动模糊图像盲复原[D].重庆大学.2018
[6].张晶,马瑾,邵晨,桂志国,张权.紧框架小波和总广义全变分联合约束的医学图像复原算法[J].中北大学学报(自然科学版).2017
[7].乔柯.基于全变分和小波框架的图像复原模型与算法研究[D].深圳大学.2017
[8].刘洪.张量框架下模糊图像盲复原算法研究[D].贵州大学.2017
[9].姬鹤鹏.小波框架下模糊图像复原方法研究[J].软件导刊.2016
[10].张步天.从《水经注》水系框架复原重构探讨早期中国西部开发治理[C].历史地理学的继承与创新暨中国西部边疆安全与历代治理研究——2014年中国地理学会历史地理专业委员会学术研讨会论文集.2014