| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-30页 |
| 1.1 研究背景 | 第14-19页 |
| 1.1.1 粒子群优化算法(PSO) | 第14-16页 |
| 1.1.2 图像去噪去雾 | 第16-19页 |
| 1.2 研究现状 | 第19-26页 |
| 1.2.1 粒子群优化算法(PSO)的改进 | 第19-22页 |
| 1.2.2 双边滤波参数选择 | 第22-23页 |
| 1.2.3 暗通道先验去雾算法 | 第23-25页 |
| 1.2.4 图像去噪去雾评价 | 第25-26页 |
| 1.3 研究意义及主要工作 | 第26-28页 |
| 1.3.1 研究意义 | 第26-27页 |
| 1.3.2 主要工作 | 第27-28页 |
| 1.4 本文安排 | 第28-30页 |
| 第二章 标准PSO优化的双边滤波去噪方法 | 第30-42页 |
| 2.1 引言 | 第30-31页 |
| 2.2 算法设计 | 第31-32页 |
| 2.2.1 粒子表示方法 | 第31页 |
| 2.2.2 适应度函数 | 第31-32页 |
| 2.2.3 标准PSO优化的双边滤波算法流程 | 第32页 |
| 2.3 实验及分析 | 第32-40页 |
| 2.3.1 实验设计 | 第32-35页 |
| 2.3.2 参数设置 | 第35-36页 |
| 2.3.3 实验结果及分析 | 第36-39页 |
| 2.3.4 进一步实验及分析 | 第39-40页 |
| 2.4 结论 | 第40-42页 |
| 第三章 基于随机阿波罗尼斯网络的粒子群优化算法RAN-PSO | 第42-56页 |
| 3.1 引言 | 第42-43页 |
| 3.2 阿波罗尼斯网络(Apollonian Network,AN) | 第43-44页 |
| 3.3 随机阿波罗尼斯网络(Random Apollonian Network, RAN) | 第44-45页 |
| 3.4 RAN-PSO算法设计 | 第45-46页 |
| 3.5 实验及分析 | 第46-55页 |
| 3.5.1 实验设计 | 第46页 |
| 3.5.2 参数设置 | 第46-47页 |
| 3.5.3 测试函数集 | 第47-49页 |
| 3.5.4 实验结果及分析 | 第49-55页 |
| 3.6 结论 | 第55-56页 |
| 第四章 RAN-PSO算法在图像去噪去雾中的应用 | 第56-75页 |
| 4.1 基于RAN-PSO的双边滤波去噪方法 | 第56-62页 |
| 4.1.1 引言 | 第56页 |
| 4.1.2 算法设计 | 第56-57页 |
| 4.1.3 实验及分析 | 第57-62页 |
| 4.1.4 结论 | 第62页 |
| 4.2 基于RAN-PSO的暗通道先验去雾方法 | 第62-75页 |
| 4.2.1 引言 | 第62-64页 |
| 4.2.2 算法设计 | 第64-65页 |
| 4.2.3 实验及分析 | 第65-68页 |
| 4.2.4 改进的适应度函数及评价方法 | 第68-73页 |
| 4.2.5 结论 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 本文工作总结 | 第75-76页 |
| 5.2 未来工作展望 | 第76-77页 |
| 参考文献 | 第77-86页 |
| 简历与科研成果 | 第86-87页 |
| 致谢 | 第87-88页 |
