Research on Application of Deep Learning in Image Restoration

本文主要研究超分辨率图像重建以及图像去噪技术。基于学习的单帧超分辨率重建问题通过机器学习方法从训练样本集中提取所需的高频信息，从而对低分辨率测试样本缺少的信息进行预测，达到提高图像分辨率的目的。受深度学习理论和PMJ模型启发，本文构建了一个应用于超分辨率重建的PMJ模型(PMJ-SR)，包括感知、记忆、决策三个阶段。针对不同的特征学习方法，各阶段完成任务有所差异。但总的来说都是在感知阶段对图像进行初步地特征提取；在记忆阶段通 过两种不同的神经网络的学习获得超分辨率重建所需的过完备字典；在决策阶段，将过完备字典作为超分辨率重建的依据，对单帧图像进行超分辨率重建。 在PMJ-SR模型的基础上，...This paper researches on image super-resolution reconstruction and image denoising. Single image super-resolution technique predicts the high-resolution images from the low-resolution images, through extracting features from training set which consists of a large number of other high-resolution images. Inspired by deep learning theory, a computational cognition model of ...学位：工学硕士院系专业：信息科学与技术学院_计算机科学与技术学号：2302012115293