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

数字图像修复技术研究

摘要第1-3页
Abstract第3-5页
目录第5-7页
第一章 绪论第7-30页
 §1.1 研究背景第7-9页
 §1.2 图像修复的视觉心理学分析第9-15页
  §1.2.1 人眼构成第9页
  §1.2.2 视觉感知第9-13页
  §1.2.3 大脑的图像修复机制第13-14页
  §1.2.4 修复规律总结第14-15页
 §1.3 研究现状第15-27页
  §1.3.1 基于等照度线的图像修复方法第17-21页
  §1.3.2 基于模糊的图像修复方法第21-25页
  §1.3.3 基于学习的图像修复方法第25-27页
 §1.4 存在问题第27-28页
 §1.5 本文工作第28-30页
第二章 基于结构的图像修复方法第30-52页
 §2.1 研究现状第30-44页
  §2.1.1 BSCB修复方法 #25.第31-37页
  §2.1.2 基于TV模型的修复方法第37-42页
  §2.1.3 综合分析第42-44页
 §2.2 改进算法第44-51页
  §2.2.1 原理分析第44-48页
  §2.2.2 实验结果第48-51页
 §2.3 本章小结第51-52页
第三章 基于纹理的图像修复方法第52-83页
 §3.1 研究现状第52-61页
  §3.1.1 基于凸集投影的纹理修复算法第53-57页
  §3.1.2 基于采样复制的图像修复算法第57-61页
 §3.2 改进算法第61-78页
  §3.2.1 图像分解算法第62-64页
  §3.2.2 基于Poisson方程的重建第64-74页
  §3.2.3 实验结果第74-78页
 §3.3 存在问题第78-82页
 §3.4 本章小结第82-83页
第四章 图像修复方法分析第83-97页
 §4.1 彩色图像修复第83-89页
  §4.1.1 基于结构的彩色图像修复方法第84-87页
  §4.1.2 基于纹理的彩色图像修复方法第87-89页
 §4.2 修复质量评价第89-94页
 §4.3 研究方向第94-97页
第五章 视频修复研究第97-104页
 §5.1 研究背景第97-98页
 §5.2 研究现状第98-102页
 §5.3 视频修复小结第102-104页
第六章 结束语第104-106页
参考文献第106-111页
致谢第111-112页
攻读博士期间发表或录用的论文第112页

论文共112页,点击 下载论文
上一篇:FFT处理器的设计与实现
下一篇:4株柔嫩艾美耳球虫耐药性检测及同工酶分析