| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 引言 | 第7-8页 |
| 第一章 图像复原技术和BP神经网络的起源与发展 | 第8-13页 |
| 1.1 西方图像复原技术的起源与发展 | 第8-9页 |
| 1.2 我国图像复原技术发展概况 | 第9-11页 |
| 1.3 BP网络神经算法在图像复原技术中的应用 | 第11-13页 |
| 第二章 图像复原技术概述 | 第13-22页 |
| 2.1 图像复原的概念 | 第13页 |
| 2.2 数学模型 | 第13-17页 |
| 2.2.1 连续函数的退化模型 | 第14-15页 |
| 2.2.2 离散函数的退化模型 | 第15-17页 |
| 2.3 图像复原的BP神经网络算法 | 第17-22页 |
| 2.3.1 BP神经网络结构 | 第17-19页 |
| 2.3.2 BP神经网络算法 | 第19-20页 |
| 2.3.3 几种BP神经网络算法 | 第20-22页 |
| 第三章 传统复原算法的Matlab实现 | 第22-32页 |
| 3.1 Matlab软件及相关重要函数 | 第22-28页 |
| 3.1.1 MATLAB简介 | 第22页 |
| 3.1.2 MATLAB软件中图像处理常见函数 | 第22-24页 |
| 3.1.3 MATLAB软件中常见复原函数 | 第24-28页 |
| 3.2 传统算法在图像复原中的实现 | 第28-32页 |
| 3.2.1 逆滤波复原法 | 第28-29页 |
| 3.2.2 维纳滤波(最小均方误差滤波)复原方法 | 第29页 |
| 3.2.3 利用Matlab实现图像复原 | 第29-32页 |
| 第四章 BP神经网络算法在图像复原中的应用 | 第32-42页 |
| 4.1 BP神经网络算法在图像复原中的实现 | 第32-40页 |
| 4.1.1 BP神经网络在图像复原中网络的构建 | 第32-34页 |
| 4.1.2 BP神经网络训练过程 | 第34-37页 |
| 4.1.3 BP神经网络算法在Matlab上的实现 | 第37-40页 |
| 4.2 传统算法与BP神经网络算法分析 | 第40-42页 |
| 4.2.1 传统算法实现图像复原的优缺点 | 第40页 |
| 4.2.2 BP神经网络算法实现图像复原的优缺点 | 第40-41页 |
| 4.2.3 结论 | 第41-42页 |
| 总结与展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 附录1 | 第45-51页 |
| 附录2 | 第51-56页 |
| 致谢 | 第56-57页 |
| 在学期间公开发表论文及著作情况 | 第57页 |