基于稀疏表示的图像修复算法实现与优化研究

摘要	第1-6页
Abstract	第6-8页
目录	第8-10页
主要符号表	第10-11页
第一章 绪论	第11-20页
·选题研究背景介绍	第11-13页
·图像修复算法研究现状	第13-16页
·稀疏表示在图像修复上的应用	第16页
·图像修复的评价方法	第16-18页
·本课题研究的内容和安排	第18-20页
第二章 基于稀疏表示的图像修复算法	第20-33页
·引言	第20-21页
·稀疏表示基本理论	第21-23页
·稀疏模型建立	第23-25页
·局部块上建立稀疏模型	第23-24页
·图像整体上建立稀疏模型	第24-25页
·模型优化求解	第25-30页
·基元组模型建立	第25-27页
·修复区域填充顺序模型	第27-29页
·图像复原算法	第29-30页
·迭代求解算法	第30-31页
·实验结果与小结	第31-33页
第三章 基于颜色和梯度差异的改进算法	第33-43页
·引言	第33页
·Criminisi 算法介绍	第33-36页
·基于颜色和梯度差异的稀疏修复算法改进	第36-38页
·基于颜色信息的优先权计算改进	第36-37页
·基于颜色和梯度差异的改进算法	第37-38页
·算法复杂度以及优化效率分析	第38页
·实验仿真分析与小结	第38-43页
第四章 基于粒子群优化的边界修复改进	第43-54页
·引言	第43-44页
·粒子群优化算法原理	第44-49页
·粒子群算法介绍	第44-45页
·粒子群算法模型	第45-48页
·粒子群算法基本计算流程	第48-49页
·粒子群优化算法对边界修复改进	第49-51页
·误差最小边界判断	第49-50页
·粒子群边界优化	第50-51页
·实验分析与算法小结	第51-54页
第五章 总结和展望	第54-56页
·全文总结	第54-55页
·未来展望	第55-56页
致谢	第56-57页
参考文献	第57-61页
攻读学位期间取得的研究成果	第61页