| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究发展及现状 | 第12-16页 |
| 1.2.1 图像恢复的研究发展及现状 | 第12-16页 |
| 1.2.2 人工蜂群算法的研究发展及现状 | 第16页 |
| 1.3 论文的主要研究内容及组织架构 | 第16-18页 |
| 第二章 图像恢复的基本原理 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 图像恢复的理论基础 | 第18-21页 |
| 2.2.1 数字图像的矩阵表示和向量表示 | 第18-19页 |
| 2.2.2 线性、位置不变性 | 第19-20页 |
| 2.2.3 数字图像的二维离散卷积 | 第20-21页 |
| 2.3 图像退化过程 | 第21-24页 |
| 2.3.1 图像退化模型 | 第21-22页 |
| 2.3.2 图像噪声 | 第22-24页 |
| 2.4 常用的图像恢复方法 | 第24-29页 |
| 2.4.1 逆滤波 | 第25-26页 |
| 2.4.2 维纳滤波 | 第26-27页 |
| 2.4.3 约束最小二乘方滤波 | 第27-29页 |
| 2.5 盲图像恢复方法 | 第29-31页 |
| 2.5.1 先验模糊辨识算法 | 第29-30页 |
| 2.5.2 ARMA参数估计法 | 第30-31页 |
| 2.5.3 迭代盲去卷积算法 | 第31页 |
| 2.6 图像恢复质量评价 | 第31-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 人工蜂群算法的基本理论 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 自然界的蜂群特征 | 第35-38页 |
| 3.2.1 蜂群的群体行为特征 | 第36页 |
| 3.2.2 蜂群的觅食过程 | 第36-38页 |
| 3.3 人工蜂群算法的基本流程 | 第38-42页 |
| 3.3.1 人工蜂群算法的思路 | 第38-39页 |
| 3.3.2 人工蜂群算法的实现流程 | 第39-42页 |
| 3.4 基准函数测试 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 人工蜂群算法在图像去噪中的应用 | 第45-60页 |
| 4.1 引言 | 第45页 |
| 4.2 标记噪声矩阵 | 第45-48页 |
| 4.3 人工蜂群算法在图像去噪中的应用 | 第48-55页 |
| 4.3.1 目标函数的优化 | 第48-49页 |
| 4.3.2 基于人工蜂群算法的图像去噪方法 | 第49-55页 |
| 4.4 实验结果与分析 | 第55-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 人工蜂群算法在盲图像恢复中的应用 | 第60-83页 |
| 5.1 引言 | 第60页 |
| 5.2 基于人工蜂群算法的盲图像恢复方法 | 第60-63页 |
| 5.2.1 目标函数 | 第60-61页 |
| 5.2.2 算法流程 | 第61-63页 |
| 5.3 实验结果与分析 | 第63-82页 |
| 5.3.1 维纳滤波法和最小二乘方滤波法的比较分析 | 第63-65页 |
| 5.3.2 点扩散函数的估计 | 第65-68页 |
| 5.3.3 不同模糊程度的恢复效果分析 | 第68-74页 |
| 5.3.4 收敛速度的影响因素分析 | 第74-76页 |
| 5.3.5 多种盲图像恢复方法的比较 | 第76-78页 |
| 5.3.6 彩色图像的恢复 | 第78-82页 |
| 5.4 本章小结 | 第82-83页 |
| 总结与展望 | 第83-85页 |
| 参考文献 | 第85-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-96页 |
| 致谢 | 第96-97页 |
| 附件 | 第97页 |