1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述一、选题背景视觉是人们感知世界窗口，而图像则是视觉的载体，研究者对于图像的研究一直没有间断。
无论是传统的图像压缩，图像去模糊到当今热门的无人驾驶，图像分类，目标检测等，图像研究一直影响着人们的生活，提升人们的生活质量。
图像修复算法分为传统方法和基于深度学习的方法。
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. 研究的基本内容、问题解决措施及方案
需要解决的问题：1. 对数据集的图像进行数据预处理2. 构造图像修复模型3. 模型训练及模型测试拟采用的研究途径：1. 经过查阅资料了解预处理的作用，运用pytorch来实现图像的数据预处理。
2. 采用卷积神经网络和自动编码器（auto encoder）的深度学习方法来对数据集的破损图像进行修复。
数据预处理，将3通道0-255的像素值转换为0-1，简化计算，加载数据集。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、文献综述、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。
