声明
摘要
1 绪论
1.1 研究背景及意义
1.2 图像恢复的研究现状
1.3 研究目标和主要内容
2 图像恢复的基本原理
2.1 图像恢复的基本概念
2.2 图像恢复过程模型
2.3 经典的图像恢复方法
2.3.1 维纳滤波法
2.3.2 Lucy-Richardson滤波法
2.3.3 盲去卷积法
2.4 噪声模型及去噪方法
2.4.1 高斯噪声模型
2.4.2 瑞利噪声模型
2.4.3 脉冲噪声模型
2.4.4 常用的去噪方法
2.5 图像恢复质量评估
3 遗传算法
3.1 遗传算法的基本概念
3.2 遗传算法的操作步骤
3.2.1 编码
3.2.2 初始化群体
3.2.3 确定适应度函数
3.2.4 遗传算子
3.2.5 选择控制参数
3.2.6 停止条件
3.2.7 基本流程
3.3 遗传算法的数学理论
3.3.1 模式定理
3.3.2 隐含并行性
3.3.3 欺骗问题
3.3.4 收敛性
4 改进遗传算法在图像恢复中的应用
4.1 遗传算法用于图像恢复的优劣
4.2 标准遗传算法用于图像恢复
4.2.1 实数编码
4.2.2 个体适应度函数
4.2.3 遗传算子
4.2.4 参数设置
4.3 基于改进遗传算法的图像恢复方法
4.3.1 预处理初始化种群
4.3.2 组合选择
4.3.3 均匀块状交叉
4.3.4 均值块状变异
4.3.5 动态调整机制
5 实验分析
5.1 软件设计
5.2 仿真实验
5.2.1 高斯噪化图像的恢复
5.2.2 运动模糊图像的恢复
5.2.3 随机噪声模糊图像的恢复
5.2.4 实际模糊图像的恢复
5.3 结论
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间发表论文
致谢