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

数字图像修补模型、算法及其应用研究

摘要第1-6页
Abstract第6-7页
致谢第7-12页
引言第12-15页
第一章 绪论第15-18页
   ·国内外图像修补的研究现状第15-16页
     ·基于偏微分方程技术第15页
     ·基于纹理合成技术第15-16页
     ·基于偏微分方程与纹理合成技术第16页
     ·其他的一些方法第16页
   ·本文的主要工作第16-18页
第二章 图像修补的方法学第18-23页
   ·视觉分析中的Helmholtz假设的基本原理第18-19页
   ·图像的局部性修补第19-21页
     ·图像中的局部性含义第19-20页
     ·图像修补中的局部推断第20-21页
     ·图像修补中的比例因素第21页
   ·图像修补中三大原则第21-22页
   ·本章小结第22-23页
第三章 基于PDE的局部非纹理图像修补算法第23-35页
   ·偏微分方程(PDE)的应用第23-24页
     ·PDE的导出第23页
     ·PDE的优点第23-24页
   ·BSCB修补模型及其算法第24-29页
     ·数字离散与实现细节第26-28页
     ·算法的步骤及其实验结果第28-29页
   ·整体变分(TV)模型修补及其算法第29-34页
     ·TV的数学模型第30-32页
     ·TV模型的数字实现第32-33页
     ·算法的步骤及其实验结果第33-34页
   ·本章小结第34-35页
第四章 基于样本的图像修补算法第35-45页
   ·基于样本图像修补原理第35-36页
   ·带线性结构扩散的样本图像修补算法第36-40页
     ·A.Criminisi的基于样本的填充算法第37-38页
     ·改进的基于样本的填充算法第38-39页
     ·带有曲率驱动样本的图像修补算法第39-40页
   ·算法的数字实现及其步骤第40-41页
   ·仿真结果与比较第41-44页
     ·改进算法的结果比较第41-42页
     ·带有曲率驱动样本修补结果比较第42-44页
   ·本章小结第44-45页
第五章 基于结构与纹理的图像修补算法第45-52页
   ·基于纹理的图像修补第45-46页
     ·纹理合成原理第45-46页
     ·算法步骤第46页
   ·基于结构与纹理图像修补的算法模型第46-50页
     ·Marcelo Bertalmo等人所提模型原理第46-49页
     ·基于Poisson方程的纹理与结构图像修补第49-50页
   ·本章小结第50-52页
第六章 总结与展望第52-55页
参考文献第55-59页
攻读硕士学位期间完成的论文及参与的科研项目第59页

论文共59页,点击 下载论文
上一篇:物料性质对固液搅拌槽中流动和悬浮特性的影响
下一篇:土壤分析仪的设计与实现