基于神经网络的CCSDS有损压缩图像复原技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 课题的研究内容 | 第15-16页 |
| 1.3.1 研究目标 | 第15-16页 |
| 1.3.2 研究内容 | 第16页 |
| 1.4 本文各章节主要内容 | 第16-19页 |
| 第2章 图像复原技术 | 第19-27页 |
| 2.1 图像复原理论概述 | 第19-24页 |
| 2.1.1 图像退化模型 | 第19-22页 |
| 2.1.1.1 逆滤波图像复原 | 第20-21页 |
| 2.1.1.2 维纳滤波图像复原 | 第21页 |
| 2.1.1.3 正则化图像复原 | 第21-22页 |
| 2.1.2 图像质量评测标准 | 第22-24页 |
| 2.1.2.1 主观评测方法 | 第22页 |
| 2.1.2.2 客观评测方法 | 第22-24页 |
| 2.2 CCSDS压缩算法原理概述 | 第24-27页 |
| 2.2.1 图像预处理 | 第24-25页 |
| 2.2.2 离散小波变换 | 第25页 |
| 2.2.3 位平面编码 | 第25-27页 |
| 第3章 BP神经网络与进化算法 | 第27-41页 |
| 3.1 BP神经网络原理概述 | 第27-34页 |
| 3.1.1 BP神经网络概述 | 第27-34页 |
| 3.1.2 BP神经网络的缺陷 | 第34页 |
| 3.2 进化算法理论概述 | 第34-41页 |
| 3.2.1 遗传算法 | 第35-36页 |
| 3.2.2 蜜蜂进化遗传算法 | 第36-38页 |
| 3.2.3 思维进化算法 | 第38-41页 |
| 第4章 系统设计与优化 | 第41-53页 |
| 4.1 CCSDS有损压缩退化图像研究 | 第41-43页 |
| 4.2 基于BP神经网络的图像复原 | 第43-44页 |
| 4.3 基于BP神经网络的图像复原 | 第44-46页 |
| 4.3.1 样本的选取 | 第44-45页 |
| 4.3.2 BP神经网络的结构 | 第45页 |
| 4.3.3 网络学习算法的选取 | 第45页 |
| 4.3.4 BP神经网络的具体实现 | 第45-46页 |
| 4.4 基于进化算法的优化设计 | 第46-53页 |
| 4.4.1 进化算法优化设计 | 第46-47页 |
| 4.4.2 基于BEGA的优化 | 第47-49页 |
| 4.4.3 基于MEA的优化 | 第49-53页 |
| 第5章 系统验证 | 第53-67页 |
| 5.1 BP神经网络图像复原验证 | 第53-59页 |
| 5.1.1 窗口大小以及BP网络拓扑结构 | 第53-54页 |
| 5.1.2 学习算法验证 | 第54-59页 |
| 5.2 BEGA验证 | 第59-62页 |
| 5.2.1 迭代次数和种群个数验证 | 第59-61页 |
| 5.2.2 交叉概率和变异概率验证 | 第61-62页 |
| 5.3 MEA验证 | 第62-65页 |
| 5.3.1 迭代次数和种群个数验证 | 第62-63页 |
| 5.3.2 优胜子种群和临时子种群验证 | 第63-65页 |
| 5.4 优化MEA验证 | 第65页 |
| 5.5 实验结论 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第75页 |
