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

基于PSO和FOA的图像修复算法

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-14页
    1.1 研究的背景及意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 图像修复的描述第10-11页
        1.2.2 基于样本的纹理合成图像修复技术第11页
    1.3 数字图像修复的应用前景第11-12页
    1.4 数字图像修复的评价体系第12-14页
        1.4.1 主观评价法第12页
        1.4.2 客观评价法第12-14页
第二章 CRIMINISI算法的基本原理第14-18页
    2.1 纹理合成第14页
        2.1.1 纹理以及纹理合成第14页
        2.1.2 纹理合成技术第14页
    2.2 计算待修复块的优先权第14-16页
    2.3 最佳匹配块的搜索第16页
    2.4 复制第16-18页
第三章 改进的CRIMINISI算法第18-23页
    3.1 定义新的优先权第18页
    3.2 对相似性度量函数进行改进第18-19页
    3.3 改进以后的算法流程第19页
    3.4 仿真实验第19-22页
        3.4.1 修复小面积破损图第19-20页
        3.4.2 修复较大面积破损图第20-21页
        3.4.3 雕像去除实验第21-22页
    3.5 本章小结第22-23页
第四章 基于PSO的CRIMINISI算法第23-29页
    4.1 粒子群算法简介第23-24页
    4.2 引入粒子群算法的CRIMINISI图像修复第24-25页
    4.3 仿真实验第25-28页
        4.3.1 修复小面积破损图第25-26页
        4.3.2 修复较大面积破损图第26-27页
        4.3.3 椰树去除实验第27-28页
    4.4 本章小结第28-29页
第五章 基于FOA的CRIMINISI算法第29-35页
    5.1 果蝇优化算法简介第29-30页
    5.2 引入果蝇优化算法的图像修复第30-31页
    5.3 仿真实验第31-34页
        5.3.1 修复较小面积破损图第31-32页
        5.3.2 修复较大面积破损图第32-33页
        5.3.3 椰树去除实验第33-34页
    5.4 本章小结第34-35页
第六章 总结与展望第35-37页
    6.1 所做工作的总结第35-36页
    6.2 所做工作的展望第36-37页
参考文献第37-40页
攻读硕士期间发表的论文及所取得的研究成果第40-41页
致谢第41-42页

论文共42页,点击 下载论文
上一篇:侧向约束砂桩受力与破坏机理初探
下一篇:关于两类传染疾病的动力学建模与分析