基于FMM算法的图像修复
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 图像修复技术概述 | 第8-11页 |
| 1.1.1 历史背景 | 第8-9页 |
| 1.1.2 主要的应用 | 第9-11页 |
| 1.2 数字图像修复技术国内外研究现状 | 第11-15页 |
| 1.2.1 目前出现的主要图像修复方法 | 第11-14页 |
| 1.2.2 视频中的图像修复方法 | 第14-15页 |
| 1.3 本文的主要工作及文章结构 | 第15-17页 |
| 本章小结 | 第17-18页 |
| 第2章 图像修复基础FMM算法基本原理 | 第18-30页 |
| 2.1 图像修复的数学描述 | 第18-21页 |
| 2.1.1 图像修复的数学原理 | 第18-19页 |
| 2.1.2 图像修复的视觉心理学特点 | 第19-20页 |
| 2.1.3 图像修复的基本原则 | 第20-21页 |
| 2.1.4 图像修复的病态性 | 第21页 |
| 2.2 FMM算法的数学模型 | 第21-22页 |
| 2.3 具体单个破损点的灰度值修复计算 | 第22-23页 |
| 2.4 FMM在实际修复中的实现 | 第23-29页 |
| 本章小结 | 第29-30页 |
| 第3章 引入梯度矩阵的FMM算法 | 第30-38页 |
| 3.1 梯度矩阵的获取及离散方向的设定 | 第30-33页 |
| 3.2 方向筛选的操作方法 | 第33-34页 |
| 3.3 改进后的FMM及选取结果的比较 | 第34-37页 |
| 本章小结 | 第37-38页 |
| 第4章 引入边缘预测过程的FMM算法 | 第38-47页 |
| 4.1 已知区域边缘的获取 | 第38-40页 |
| 4.2 边缘预测 | 第40-42页 |
| 4.3 边缘预测过程的实际操作及结果 | 第42-46页 |
| 本章小结 | 第46-47页 |
| 第5章 实验结果及分析 | 第47-53页 |
| 5.1 实验流程及准备 | 第47-48页 |
| 5.2 几个主要的衡量标准 | 第48页 |
| 5.3 具体的实验结果及相关分析 | 第48-52页 |
| 本章总结 | 第52-53页 |
| 第6章 总结和展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 研究生期间发表论文及参加项目情况 | 第61-62页 |
