基于偏微分方程的数字图像修复算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 数字图像修复的研究背景及意义 | 第11页 |
| 1.2 数字图像修复的国内外研究现状 | 第11-15页 |
| 1.2.1 基于扩散的数字图像修复方法 | 第12-14页 |
| 1.2.2 基于纹理合成的数字图像修复方法 | 第14-15页 |
| 1.3 本文研究内容和结构安排 | 第15-17页 |
| 第二章 数字图像修复的理论知识 | 第17-31页 |
| 2.1 数字图像修复问题的描述 | 第17-18页 |
| 2.2 贝叶斯推断理论 | 第18-20页 |
| 2.2.1 数据模型 | 第18-19页 |
| 2.2.2 先验模型 | 第19-20页 |
| 2.3 偏微分方程理论基础 | 第20-30页 |
| 2.3.1 平面曲线的几何描述 | 第20-24页 |
| 2.3.2 偏微分方程及其数值解法 | 第24-27页 |
| 2.3.3 变分法原理 | 第27-28页 |
| 2.3.4 梯度下降流 | 第28-30页 |
| 2.4 图像修复质量评价 | 第30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 数字图像修复经典模型 | 第31-50页 |
| 3.1 基于扩散的图像修复模型 | 第31-42页 |
| 3.1.1 BSCB修复模型 | 第31-36页 |
| 3.1.2 TV修复模型 | 第36-42页 |
| 3.2 基于纹理合成的修复方法 | 第42-49页 |
| 3.2.1 非参数采样的纹理合成 | 第42-44页 |
| 3.2.2 基于样本的修复方法 | 第44-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第四章 基于自适应变分模型的图像修复方法 | 第50-61页 |
| 4.1 变分修复模型的一般形式 | 第50-51页 |
| 4.2 自适应变分修复模型 | 第51-52页 |
| 4.3 扩散控制函数 | 第52-56页 |
| 4.3.1 扩散性能分析 | 第52-55页 |
| 4.3.2 扩散控制函数确定 | 第55-56页 |
| 4.4 数值实现 | 第56-57页 |
| 4.5 仿真结果与对比分析 | 第57-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 改进的基于样本的图像修复方法 | 第61-70页 |
| 5.1 基于样本的修复算法的不足分析 | 第61-63页 |
| 5.1.1 修复优先级 | 第61-62页 |
| 5.1.2 样本块匹配 | 第62-63页 |
| 5.2 改进的基于样本的修复方法 | 第63-65页 |
| 5.2.1 修复优先级计算 | 第63-64页 |
| 5.2.2 最佳匹配准则 | 第64-65页 |
| 5.2.3 接缝效应消除 | 第65页 |
| 5.3 仿真结果与对比分析 | 第65-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 本文主要工作和结论 | 第70-71页 |
| 6.2 进一步工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的成果 | 第77-78页 |
