| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 模糊图像复原方法研究现状 | 第8-10页 |
| 1.2.2 粒子群算法及其应用的研究现状 | 第10-12页 |
| 1.3 本文研究的主要内容 | 第12-13页 |
| 1.4 本文的章节安排 | 第13-14页 |
| 第二章 模糊图像复原的基本原理 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 图像退化的一般模型 | 第14-15页 |
| 2.3 几种常见的模糊核 | 第15-18页 |
| 2.3.1 散焦模糊图像模糊核 | 第16-17页 |
| 2.3.2 运动模糊图像模糊核 | 第17-18页 |
| 2.4 经典的去模糊算法 | 第18-22页 |
| 2.4.1 逆滤波图像复原 | 第18-19页 |
| 2.4.2 维纳滤波图像复原 | 第19-20页 |
| 2.4.3 Lucy-Richardson迭代非线性复原 | 第20-21页 |
| 2.4.4 三种经典算法的复原效果对比 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 粒子群算法概述及其改进 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 粒子群优化算法的基本原理 | 第23-28页 |
| 3.2.1 算法起源 | 第23-24页 |
| 3.2.2 基本粒子群优化算法 | 第24-25页 |
| 3.2.3 粒子群算法基本流程 | 第25-26页 |
| 3.2.4 粒子群算法的参数设置 | 第26-28页 |
| 3.2.5 全局模型和局部模型 | 第28页 |
| 3.3 粒子群改进算法 | 第28-31页 |
| 3.3.1 惯性因子动态变化的粒子群算法 | 第28-30页 |
| 3.3.2 引入遗传思想的粒子群算法 | 第30-31页 |
| 3.3.3 引入模拟退火思想的粒子群算法 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 粒子群算法在模糊图像复原中的应用 | 第32-48页 |
| 4.1 引言 | 第32页 |
| 4.2 散焦模糊图像模糊核估计 | 第32-40页 |
| 4.2.1 基于倒频谱分析法的散焦模糊核估计 | 第32-34页 |
| 4.2.2 基于边缘模糊频谱特征的散焦模糊核估计 | 第34-35页 |
| 4.2.3 基于图像灰度平均梯度和粒子群优化的散焦模糊核估计 | 第35-39页 |
| 4.2.4 三种散焦模糊核方法比较 | 第39-40页 |
| 4.3 运动模糊图像模糊核估计 | 第40-47页 |
| 4.3.1 基于Radon变换法的运动模糊核估计 | 第41-43页 |
| 4.3.2 基于振铃法的运动模糊核估计 | 第43-44页 |
| 4.3.3 基于图像灰度平均梯度和粒子群优化的运动模糊核估计 | 第44-45页 |
| 4.3.4 三种运动模糊核估计方法比较 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 模糊图像复原实验 | 第48-54页 |
| 5.1 散焦模糊图像复原实验 | 第48-50页 |
| 5.1.1 人工合成的散焦模糊图像 | 第48-49页 |
| 5.1.2 真实的散焦模糊图像 | 第49-50页 |
| 5.2 运动模糊图像复原实验 | 第50-53页 |
| 5.2.1 人工合成的运动模糊图像 | 第50-51页 |
| 5.2.2 真实的运动模糊图像 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 未来展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间的研究成果 | 第62-63页 |
