基于卷积神经网络的图像恢复方法设计开题报告

 2021-08-08 12:08

1. 研究目的与意义

随着科技的不断发展,图像作为人们获取信息的重要媒介之一,被广泛应用于军事、医疗、考古、社会治安等多种领域。

然而在图像获取过程中往往会因为外界各种因素导致图像信息丢失,如由于设备原因使捕获图像时图像不清晰或者存在大量噪声,又如在各种古迹当中由于年限长久致使画面模糊、字迹不清等。

通过图像修复技术,有利于使捕获到的模糊图像变得清晰,使得在抓捕罪犯、治疗疾病、研究历史等进程中取得更高效的进展。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

由于深度学习的发展,卷积神经网络用于图像修复近几年来得到广泛应用。

在国内:朱新山、钱永兴等[[]]提出一种基于深度神经网络图像修复取证的算法,该算法可通过编码器自动提取图像修复遗留的痕迹,通过解码器检测像素类别,采用特征金字塔网络对解码器中的特征图进行信息补充。

他们经过实验发现这种做法使得修复区域定位更准确,处理速度更快。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

研究内容:本课题是通过学习利用卷积神经网络搭建一个算法,让计算机进行学习,训练,构建出图像修复模型。

并制作出事物,完成课题任务。

研究计划:1~3 周 收集资料文献,完成开题报告和文献综述4~5 周 设计总体方案,并学习相关软件的使用6~8 周 数据准备,网络设计9~11 周 网络训练,网络测试11~12 周 系统调试,完善修改13~15 周 撰写毕业论文16 周 毕业设计答辩

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

用深度学习的方法训练出一个卷积神经网络的图像修复器,实现图像去噪,文字去模糊的功能。

此课题可以广泛应用国防军事、医疗卫生。

日常生活等领域,提高了图像辨识度有助于科技发展。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;