一种改进的Criminisi图像修复算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于结构的图像修复 | 第15-16页 |
| 1.2.2 基于纹理合成的图像修复 | 第16-17页 |
| 1.3 论文的主要工作 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第2章 数字图像修复技术的理论知识 | 第19-27页 |
| 2.1 数字图像修复技术的描述 | 第19页 |
| 2.2 数字图像修复的方法论 | 第19-24页 |
| 2.2.1 格式塔理论 | 第20-22页 |
| 2.2.2 数字图像修复技术的病态性和评价 | 第22-23页 |
| 2.2.3 贝叶斯框架理论 | 第23-24页 |
| 2.3 图像特征描述 | 第24-25页 |
| 2.3.1 数字图像的纹理特征 | 第24-25页 |
| 2.3.2 数字图像的结构特征 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于偏微分方程的数字图像修复技术 | 第27-36页 |
| 3.1 图像处理中偏微分方程相关知识 | 第27-31页 |
| 3.1.1 偏微分方程的概念 | 第27-29页 |
| 3.1.2 变分法相关知识 | 第29-30页 |
| 3.1.3 偏微分方程在图像处理中的应用 | 第30-31页 |
| 3.2 BSCB模型 | 第31-33页 |
| 3.3 TV模型 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于Criminisi图像修复算法的改进 | 第36-54页 |
| 4.1 纹理合成技术 | 第36-37页 |
| 4.2 Criminisi算法基本原理 | 第37-38页 |
| 4.3 改进算法的提出 | 第38-39页 |
| 4.4 置信度的改进 | 第39-41页 |
| 4.4.1 熵函数 | 第39页 |
| 4.4.2 局部灰度熵 | 第39-41页 |
| 4.5 匹配策略的改进 | 第41-44页 |
| 4.5.1 块匹配 | 第41-43页 |
| 4.5.2 像素点匹配 | 第43-44页 |
| 4.6 模板窗口大小的自适应选择 | 第44-46页 |
| 4.7 改进算法的步骤及流程 | 第46-47页 |
| 4.8 实验仿真及结果分析 | 第47-53页 |
| 4.9 本章小结 | 第53-54页 |
| 结论 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 A 攻读学位期间主要成果 | 第62页 |
