| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 PDE图像修复算法研究现状 | 第10页 |
| 1.2.2 纹理合成图像修复算法研究现状 | 第10-13页 |
| 1.3 数字图像修复技术的评价 | 第13页 |
| 1.3.1 主观评价法 | 第13页 |
| 1.3.2 客观评价法 | 第13页 |
| 1.4 论文的主要工作 | 第13-14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 第2章 数字图像修复技术 | 第16-32页 |
| 2.1 图像修复技术的描述 | 第16页 |
| 2.2 数字图像修复的方法论 | 第16-18页 |
| 2.2.1 格式塔理论 | 第16-18页 |
| 2.2.2 贝叶斯框架理论 | 第18页 |
| 2.3 图像特征描述 | 第18-19页 |
| 2.3.1 数字图像纹理特征 | 第18-19页 |
| 2.3.2 数字图像结构特征 | 第19页 |
| 2.4 图像修复算法介绍 | 第19-31页 |
| 2.4.1 基于PDE图像修复算法 | 第20-25页 |
| 2.4.2 基于纹理合成的经典算法 | 第25-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 纹理结构与局部特征值结合的Criminisi算法改进 | 第32-47页 |
| 3.1 改进算法引入 | 第32页 |
| 3.2 优先权的改进 | 第32-38页 |
| 3.2.1 数据项改进 | 第32-35页 |
| 3.2.2 局部特征项的引入 | 第35-36页 |
| 3.2.3 优先权计算的改进 | 第36页 |
| 3.2.4 优先权改进仿真测试 | 第36-38页 |
| 3.3 匹配策略和待修复块置信项更新的改进 | 第38-39页 |
| 3.3.1 匹配样本策略确定 | 第38页 |
| 3.3.2 待修复块置信项的更新改进 | 第38-39页 |
| 3.3.3 改进块匹配算法和更新策略的仿真 | 第39页 |
| 3.4 改进算法的步骤及流程 | 第39-40页 |
| 3.5 实验仿真 | 第40-45页 |
| 3.5.1 小面积图像修复 | 第41-42页 |
| 3.5.2 大面积图像修复 | 第42-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于信息熵、矩阵相似度和SSIM相结合的块匹配改进 | 第47-60页 |
| 4.1 块匹配的改进引入 | 第47页 |
| 4.2 匹配策略的改进 | 第47-54页 |
| 4.2.1 候选样本块组确定 | 第47-51页 |
| 4.2.2 匹配最佳样本块 | 第51-54页 |
| 4.2.3 块匹配策略仿真 | 第54页 |
| 4.3 模板窗口大小的自适应选择 | 第54-57页 |
| 4.3.1 基于信息熵的模板窗口大小改进 | 第54-56页 |
| 4.3.2 自适应修复模板改进仿真 | 第56-57页 |
| 4.4 实验仿真 | 第57-59页 |
| 4.5 时间消耗分析 | 第59页 |
| 4.6 小结 | 第59-60页 |
| 第5章 基于FOA的Criminisi算法改进 | 第60-66页 |
| 5.1 果蝇优化算法简介 | 第60-62页 |
| 5.2 果蝇优化算法与改进的块匹配算法相结合 | 第62-63页 |
| 5.3 实验仿真 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |