以散斑噪声为主的噪声干扰严重影响视网膜光学相干层析（OCT）图像质量。深度学习是一种有效的去噪方法。但对活体成像而言，其很难获取多帧配准的真值图像，这影响了监督学习方法的效果。提出一种无监督深度残差稀疏注意力网络用于视网膜OCT图像去噪，并分别从视觉评价和数值评价两方面与传统的三维块匹配滤波去噪算法和经典的深度学习去噪网络进行对比。研究了监督学习与无监督学习策略下3种卷积神经网络的去噪性能，并利用公开的视网膜OCT图像数据集进行泛化能力测试。实验结果表明：所提算法的视觉评价和数值评价均具有良好的降噪效果，可以实现视网膜OCT图像高质量降噪，具有较强的泛化性，而且与监督学习相比，无监督学习在数据集不充分时仍能获得较好的降噪性能，可以有效地辅助医生进行准确高效的临床诊断。

针对传统卷积神经网络对色织物花型缺陷检测效果不佳的问题，提出一种基于U型Swin Transformer重构模型和残差分析的缺陷检测方法。该方法使用Transformer模型，可更好地实现对图像全局特征的提取以及更准确的重构，同时解决了实际生产过程中缺陷样本数量少且种类不平衡的问题。首先，针对某种花型，采用叠加噪声后的无缺陷样本完成重构模型的训练过程；然后，将待测图像输入模型中获得重构图像；接着，计算待测图像和重构图像的残差图像；最后，通过阈值分割和数学形态学处理，即可实现对缺陷区域的检测和定位。实验结果表明，该方法在不需要对缺陷样本标记的情况下，能够有效地检测和定位多个色织物花型上的缺陷区域。

在基于光学技术的机器视觉系统中, 雾天图像的退化问题给诸多应用造成困难, 尤其对公共安全领域中的预警分析影响比较大, 例如雾天情况下的无人机移动监测预警, 公安、边防的固定视频监控等。现有的采用合成数据集训练的深度学习去雾算法也难以应用于以上实际环境。为此, 提出一种基于无监督学习的单幅图像去雾算法。首先, 通过改进无监督算法YOLY的提取模块, 提高所获取的图像质量; 然后, 调整对大气光值参数的限制, 提高生成图像的亮度; 最后, 通过多种损失函数调整, 进一步提升图像的质量。实验结果表明, 该方法处理后的图像色彩鲜明, 细节完整, 更接近于真实图像, 并且图像噪声显著降低, 具有实际应用价值。

提出一种基于无监督学习的偏振图像去噪方法，该方法打破了监督学习下深度学习需要严格配对图像的限制，使用非配对偏振图像训练一个偏振特化的循环生成对抗网络。该网络通过所提出的基于偏振信息的损失函数统计学习噪声图像和清晰图像的映射。实验结果表明，该网络可以有效地抑制室内外不同环境下偏振图像的噪声，同时能较好地恢复线性偏振度和偏振角。所提方法对复杂噪声环境下的偏振成像应用具有重要意义。

传统的光子层析方法难以适用于含有大量重金属遮挡物的对象中。本研究拟从光子层析的视觉特征出发, 通过针对层析投影开展基于无监督学习的像素预测, 构建了基于金属遮挡物周边信息的编码器, 以生成受遮挡区域结构。同时, 在生成对抗网络架构的基础上, 将编码器作为生成网络, 并构建判别器用于编码器的训练。研究表明, 基于像素预测的重构方法能够实现金属结构覆盖区域内光子层析信息的再合成, 并且合成结果能够准确反映真实的物体的内部细节。这表明基于像素预测的重构方法能够有效降低物体内金属结构对层析结果的影响。

基于声音诊断的机械设备异常状态检测在工业自动化领域具有重要意义。当前，无监督机械设备异常声音检测主要基于人工构造算法提取声音信号特征，再以此特征进一步进行异常检测，人工提取方法存在人为因素影响较大、通用性不强等问题。针对这些问题，提出一种自监督特征提取新方法，并将提取的特征输入自编码器（AE）进行机械设备异常声音检测。该方法首先将声音样本转换为时频谱图，采用设备正常声音的时频谱图作为训练样本，然后使用正常时频谱图和人为构造异常时频谱图构建自监督特征提取器（SSFE），以SSFE提取的正常样本特征训练AE，实现无监督机械设备异常声音识别。使用MIMII公开数据集进行实验，结果表明所提方法能够自适应提取滑轨、阀门、水泵和风扇等4种机械设备的声音特征，最终获得的平均曲线下面积（AUC）检测结果为88.5%，相较于线性声谱图、对数梅尔谱、梅尔频率倒谱系数等人工特征提取方法的结果有显著提升。

为提高单应性估计的准确性和解决真实标注难获取的问题, 提出一种具有修正功能的无监督单应性估计算法。该算法采用级联结构, 其思想类似于迭代, 其中每一级网络都保持相同的层数和参数量, 下一级网络输出的单应性矩阵为真实矩阵与之前输出单应矩阵和的残差。考虑到模型复杂度和实时性的需求, 文章采用两级网络级联。通过在COCO数据集中的5000张图片上进行验证, 结果表明, 相比传统方法和其他基于深度学习的方法, 所设计的级联无监督算法具有更准确的估计能力, 其在测试集中的平均像素误差为0.54, 较传统方法下降95.38%, 运行速度达到95f/s。

针对目前的无监督学习方法在单目图像深度估计中存在深度估计不准确、边缘模糊的问题, 提出了一种融合多尺度特征信息和语义信息的无监督单目深度估计网络。该网络不仅引入了从编码器到解码器的跳层连接来实现不同尺度特征的提取和融合, 还在编码器和解码器之间引入多个空洞卷积并行的语义层来增加感受野, 使得结果更加准确。最后在KITTI数据集上进行了训练和测试, 误差指标均低于目前的无监督学习方法, 图像预测的准确率在3个比例阈值下分别达到了91%, 96.8%和98.7%, 超过了所有的监督和无监督的方法, 使场景中各目标的边缘更清晰, 层次也更分明。

卷积神经网络（CNN）由于出色的性能，被逐渐应用于图像融合领域。对于红外图像和可见光图像的融合任务而言，由于没有标签数据，对其进行无监督的学习建模具有重要意义。针对这个问题，提出了一种无监督的端到端的深度融合算法，该算法可以由输入的红外源图像和可见光源图像，直接预测出包含源图像显著信息的融合图像。所提算法构建了一个自编码网络，并使用真实的数据集进行训练。网络所用损失函数为广泛应用于图像融合任务的图像结构相似度量（SSIM）。具体地说，设计了一种改进的无参考图像评价指标来计算损失函数，达到对网络进行无监督训练的目的。此外，将注意力机制引入到模型中进一步提升了融合结果。将所提算法与多种融合算法进行了对比实验，实验结果表明，所提算法融合结果无论在主观评价还是客观指标评价方面都十分具有竞争力。