| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-13页 |
| ·微粒群算法概述 | 第8-9页 |
| ·数字图像处理概述 | 第9-11页 |
| ·图像恢复 | 第10页 |
| ·图像增强 | 第10-11页 |
| ·论文的章节安排 | 第11-13页 |
| 第二章 微粒群算法 | 第13-23页 |
| ·微粒群算法基本原理 | 第13-15页 |
| ·突变 PSO算法及其性能分析 | 第15-20页 |
| ·PSO与其他优化方法的比较 | 第20-21页 |
| ·在科学及工程领域中的应用 | 第21页 |
| ·小结 | 第21-23页 |
| 第三章 微粒群算法用于解决约束问题 | 第23-33页 |
| ·微粒群解决线性约束及有限长单位脉冲响应(FIR)滤波器的设计 | 第23-28页 |
| ·线性约束问题的优化 | 第23-25页 |
| ·FIR模型概述 | 第25-26页 |
| ·微粒群设计FIR | 第26-27页 |
| ·实验结果与分析 | 第27-28页 |
| ·微粒群算法解决非线性约束问题 | 第28-33页 |
| ·非线性约束问题的转换 | 第28-29页 |
| ·实例结果与分析 | 第29-33页 |
| 第四章 微粒群算法在图像恢复中的应用 | 第33-43页 |
| ·图像恢复中的数学知识 | 第33-36页 |
| ·卷积与二维离散卷积 | 第33-34页 |
| ·傅立叶变换 | 第34-36页 |
| ·图像恢复基本原理 | 第36-40页 |
| ·图像的退化 | 第36-38页 |
| ·图像恢复的方法及效果评价 | 第38-40页 |
| ·逆滤波法 | 第38-39页 |
| ·维纳滤波法 | 第39-40页 |
| ·微粒群求解图像恢复 | 第40-43页 |
| ·微粒群求解方法 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| 第五章 微粒群算法应用于图像去噪 | 第43-50页 |
| ·引言 | 第43页 |
| ·图像中去除噪声的方法 | 第43-45页 |
| ·微粒群优化二维低通滤波器 | 第45-46页 |
| ·实验结果 | 第46-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 读研期间发表论文情况 | 第56页 |