摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 课题背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 基于非纹理结构的图像修复技术 | 第10-11页 |
1.2.2 基于纹理结构的图像修复方法 | 第11-12页 |
1.2.3 其他图像修复方法 | 第12-13页 |
1.3 论文的研究内容 | 第13页 |
1.4 论文结构安排 | 第13-15页 |
第二章 模糊聚类与智能计算 | 第15-26页 |
2.1 基本概念 | 第15-17页 |
2.1.1 图像分割的概念 | 第15-16页 |
2.1.2 聚类分析 | 第16-17页 |
2.2 模糊聚类 | 第17-20页 |
2.2.1 模糊理论基本概念 | 第17-18页 |
2.2.2 模糊C均值聚类 | 第18-20页 |
2.2.3 模糊C均值聚类图像分割的优缺点 | 第20页 |
2.3 差分演化算法 | 第20-25页 |
2.3.1 差分演化算法原理 | 第21-23页 |
2.3.2 差分演化算法特点及参数设置 | 第23-24页 |
2.3.3 差分演化算法的改进策略与应用 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第三章 自适应差分FCM对数字图像破损区域的提取 | 第26-45页 |
3.1 引言 | 第26页 |
3.2 模糊C均值聚类数目的确定 | 第26-27页 |
3.3 自适应差分FCM算法 | 第27-31页 |
3.4 SADEFCM对灰度图像破损区域的提取仿真与分析 | 第31-36页 |
3.5 SADEFCM对彩色图像破损区域的提取仿真与分析 | 第36-44页 |
3.5.1 颜色空间的描述 | 第36-37页 |
3.5.2 SADEFCM对彩色图像破损区域的提取算法设计 | 第37-39页 |
3.5.3 算法仿真与分析 | 第39-44页 |
3.6 本章小结 | 第44-45页 |
第四章 插值理论在数字图像修复中的应用 | 第45-61页 |
4.1 插值法简介 | 第45-49页 |
4.1.1 插值法定义 | 第45页 |
4.1.2 最近邻插值 | 第45-46页 |
4.1.3 双线性插值 | 第46-47页 |
4.1.4 牛顿插值 | 第47-48页 |
4.1.5 径向基函数插值 | 第48-49页 |
4.2 异向混合紧支径向基函数插值图像修复算法 | 第49-51页 |
4.3 对破损灰度数字图像的修复仿真与分析 | 第51-56页 |
4.4 对破损彩色数字图像的修复仿真与分析 | 第56-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
参考文献 | 第63-66页 |
致谢 | 第66-67页 |
攻读硕士学位期间发表的研究成果 | 第67-68页 |