首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于样本块和低秩理论的图像修复算法研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-13页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 研究内容和章节安排第12-13页
2 图像修复理论综述及算法研究第13-29页
    2.1 图像修复过程描述第13页
    2.2 基于扩散的图像修复算法第13-21页
        2.2.1 基于偏微分方程的模型第13-17页
        2.2.2 全变分模型第17-19页
        2.2.3 曲率驱动扩散模型第19-21页
    2.3 基于样本块的图像修复算法第21-24页
    2.4 基于低秩理论的图像修复算法第24-26页
    2.5 图像修复质量的评价标准第26-28页
        2.5.1 主观评价标准第26-27页
        2.5.2 客观评价标准第27-28页
    2.6 本章小结第28-29页
3 改进的图像修复算法第29-47页
    3.1 改进的优先权计算方法第29-32页
    3.2 改进的匹配块搜索策略第32-33页
    3.3 改进的未知像素值估计办法第33-36页
    3.4 置信度的更新第36页
    3.5 实验结果与分析第36-46页
        3.5.1 实验参数设置第36-38页
        3.5.2 划痕文字污点的移除第38-44页
        3.5.3 大面积目标的移除第44-46页
    3.6 本章小结第46-47页
4 自动文本移除与视频修复第47-59页
    4.1 文本移除第47-54页
        4.1.1 边缘检测第47-48页
        4.1.2 连通区域提取第48-49页
        4.1.3 笔画宽度计算第49-51页
        4.1.4 无监督连通区域分类第51-53页
        4.1.5 形态学膨胀操作第53页
        4.1.6 文本移除第53-54页
    4.2 文本移除的实验结果与分析第54-56页
    4.3 视频修复第56-57页
    4.4 视频修复的实验结果与分析第57-58页
    4.5 本章小结第58-59页
结论第59-60页
参考文献第60-64页
攻读硕士学位期间发表学术论文情况第64-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:基于iOS平台的TenMen系统的设计与实现
下一篇:基于Compuware APM的Web性能管理的研究及应用