基于cycleGAN的图像增强研究开题报告

全文总字数：3590字

1. 研究目的与意义（文献综述）

1.目的

图像中各种妨碍人们对其信息接受的因素即可称为图像噪声，在图像采集和传输的过程中,会产生图像噪声。采集图像时,设备的光电转换会引入噪声;图像传输时,信道噪声也会对图像产生干扰,因此图像质量往往会下降。图像中的噪声会使图像所含信息具有不确定性,使人不能很好地对图像进行识别与理解。经典的图像去噪方法包括：高斯滤波，中值滤波，均值滤波等。这些算法或多或少会损失图像信息。在计算机视觉领域中,对图像进行识别与分割等操作时,图像噪声会使处理结果产生严重偏差。在军事领域与医学领域中,这种偏差导致的错误会带来巨大的损失。传统的图像降噪方法是根据图像噪声类型的不同设计不同的滤波器，才能对图像进行降噪。其局限性便体现在需要设计不同算法来针对不同的图像噪声。如果算法设计不当，则会造成画面变得过度平滑、细节信息丢失、对比度和质感降低、颜色溢出、饱和度降低等问题。

2. 研究的基本内容与方案

研究目标：

利用cyclegan对图片进行增强，消除传统算法会损失图片信息，粗化图片细节的缺点。

基本内容：

3. 研究计划与安排

2020-3-01~2020-3-15：确定论文方向，写出开题报告2020-3-16~2020-3-25：搜集相关资料，外文翻译2020-3-26~2020-4-04：完成论文第一章。2020-4-05~2020-4-18：完成论文第二章。通过github学习cyclegan的网络构造。2020-4-19~2020-5-02：完成论文第三、四章。2020-5-02~2020-5-09：完成论文五、六章。根据实际情况提出不足及改进建议;结合以上内容做出总结2020-5-10~2020-5-16：检查修改完成一次论文初稿2020-5-17~2020-5-29：根据指导老师的讲评及意见，修改并提交二次论文草稿，集中解决有关论文漏洞问题并及时修改2020-5-30~2020-5-31：整理打印论文、装订论文2020-6-01~2020-6-18：准备参加答辩

4. 参考文献（12篇以上）

[1]马春光,郭瑶瑶,武朋,刘海波.生成式对抗网络图像增强研究综述[j].信息网络安全,2019(05):10-21.

[2]程显毅,谢璐,朱建新,胡彬,施佺.生成对抗网络gan综述[j].计算机科学,2019,46(03):74-81.

[3]王海. 基于生成对抗网络的图像去雾研究[d].湘潭大学,2018.