| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 1 绪论 | 第10-13页 |
| ·图像复原简介 | 第10-11页 |
| ·微粒群算法简介 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本论文的内容安排 | 第12-13页 |
| 2 图像复原基本原理 | 第13-23页 |
| ·图像复原中的数学知识 | 第13-16页 |
| ·线性系统 | 第13-14页 |
| ·傅里叶变换 | 第14-15页 |
| ·卷积与卷积定理 | 第15-16页 |
| ·图像退化模型 | 第16-17页 |
| ·退化函数估计 | 第17-18页 |
| ·图像观察估计法 | 第18页 |
| ·试验估计法 | 第18页 |
| ·模型估计法 | 第18页 |
| ·滤波 | 第18-21页 |
| ·逆滤波 | 第18-19页 |
| ·维纳滤波 | 第19-21页 |
| ·噪声图像的复原 | 第21-22页 |
| ·噪声模型 | 第21页 |
| ·空域滤波复原 | 第21-22页 |
| ·频域滤波复原 | 第22页 |
| 本章小结 | 第22-23页 |
| 3 智能优化算法综述 | 第23-33页 |
| ·进化智能算法 | 第23-29页 |
| ·遗传算法 | 第23-27页 |
| ·进化策略 | 第27-28页 |
| ·进化规划 | 第28-29页 |
| ·遗传程序设计 | 第29页 |
| ·微粒群算法 | 第29-33页 |
| 4 智能算法在图形复原中的应用 | 第33-40页 |
| ·评价标准 | 第33页 |
| ·种群初始化和适应度函数的选择 | 第33-35页 |
| ·初始化 | 第33-34页 |
| ·适应度函数的选择 | 第34-35页 |
| ·标准遗传算法在图像复原中的应用 | 第35-37页 |
| ·标准微粒群算法在图像复原中的应用 | 第37-40页 |
| 5 改进微粒群算法在图像复原中的应用 | 第40-46页 |
| ·引入遗传算法的改进微粒群算法 | 第40-41页 |
| ·IPSO 算法在图像复原中的应用 | 第41-44页 |
| ·IPSO 算法在椒盐噪声污染的模糊图像复原中的应用 | 第44-46页 |
| 6 小结与展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第50页 |