| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究内容及组织结构 | 第11-14页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 创新点 | 第12页 |
| 1.3.3 章节安排 | 第12-14页 |
| 第2章 图像修复理论基础 | 第14-19页 |
| 2.1 图像修复准则 | 第14页 |
| 2.2 图像修复方法理论 | 第14-16页 |
| 2.2.1 最佳猜测原理与贝叶斯框架理论 | 第15-16页 |
| 2.2.2 图像修复与视觉心理学 | 第16页 |
| 2.3 图像修复质量评价 | 第16-18页 |
| 2.3.1 主观评价 | 第17页 |
| 2.3.2 客观评价 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 图像修复方法 | 第19-28页 |
| 3.1 基于变分偏微分方程算法 | 第19-24页 |
| 3.1.1 BSCB模型算法 | 第19-21页 |
| 3.1.2 TV模型算法 | 第21-22页 |
| 3.1.3 CDD模型算法 | 第22-24页 |
| 3.2 基于纹理合成的图像修复算法 | 第24-27页 |
| 3.2.1 基于图像分解的修复算法 | 第24-26页 |
| 3.2.2 基于样本的图像修复算法 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 数学形态学 | 第28-34页 |
| 4.1 膨胀与腐蚀 | 第28-30页 |
| 4.1.1 膨胀 | 第28-29页 |
| 4.1.2 腐蚀 | 第29页 |
| 4.1.3 运算性质 | 第29-30页 |
| 4.2 开运算与闭运算 | 第30-31页 |
| 4.2.1 开运算与闭运算 | 第30-31页 |
| 4.2.2 运算性质 | 第31页 |
| 4.3 实验结果 | 第31-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第5章 基于蝙蝠算法的 Criminisi图像修复 | 第34-59页 |
| 5.1 Criminisi图像修复算法 | 第34-37页 |
| 5.2 基于蝙蝠算法的 Criminisi图像修复 | 第37-48页 |
| 5.2.1 预处理 | 第37-39页 |
| 5.2.2 优先权的改进 | 第39-41页 |
| 5.2.3 最佳模板的搜索与填充的改进 | 第41-47页 |
| 5.2.4 基于蝙蝠算法的 Criminisi图像修复 | 第47-48页 |
| 5.3 实验结果与分析 | 第48-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 结束语 | 第59-61页 |
| 6.1 全文总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第66-67页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 附件 | 第68-72页 |
