基于局部结构的图像修复算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.2 图像修复的研究现状与发展趋势 | 第14-17页 |
| 1.3 本文的主要研究工作及组织结构 | 第17-19页 |
| 1.3.1 本文的主要工作 | 第17-18页 |
| 1.3.2 论文的具体组织结构安排 | 第18-19页 |
| 第2章 图像修复的理论基础 | 第19-27页 |
| 2.1 图像修复基本理论 | 第19-23页 |
| 2.1.1 最佳猜测原理与贝叶斯框架理论 | 第19-21页 |
| 2.1.2 图像修复与视觉心理学 | 第21-23页 |
| 2.2 图像修复的数学方法 | 第23-26页 |
| 2.2.1 模型建立原则 | 第23页 |
| 2.2.2 模型建立原则 | 第23-25页 |
| 2.2.3 纹理合成技术 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 图像修复算法 | 第27-41页 |
| 3.1 基于变分偏微分方程的修复算法 | 第27-35页 |
| 3.1.1 BSCB图像修复模型 | 第27-29页 |
| 3.1.2 TV图像修复模型 | 第29-33页 |
| 3.1.3 CDD图像修复模型 | 第33-34页 |
| 3.1.4 其他修复模型 | 第34-35页 |
| 3.2 基于纹理合成的图像修复算法 | 第35-40页 |
| 3.2.1 基于分解的图像修复算法 | 第35-37页 |
| 3.2.2 基于样本单元的图像修复算法 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 基于结构张量的图像修复算法 | 第41-54页 |
| 4.1 概述 | 第41-42页 |
| 4.2 结构张量理论 | 第42-43页 |
| 4.3 基于结构张量的图像修复算法 | 第43-46页 |
| 4.3.1 图像局部结构测度函数与优先级设定 | 第43-45页 |
| 4.3.2 搜索方式的设定 | 第45页 |
| 4.3.3 匹配准则的设定 | 第45-46页 |
| 4.4 图像修复的质量评价 | 第46-48页 |
| 4.4.1 主观评价 | 第46页 |
| 4.4.2 客观评价 | 第46-48页 |
| 4.5 实验结果与分析 | 第48-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 基于结构张量的彩色图像修复 | 第54-67页 |
| 5.1 概述 | 第54-57页 |
| 5.2 结构张量模型的实验结果与分析 | 第57-66页 |
| 5.2.1 基于结构张量的彩色图像破损修复 | 第57-63页 |
| 5.2.2 基于结构张量的彩色目标移除 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 本文主要工作 | 第67页 |
| 6.2 研究工作展望 | 第67-69页 |
| 参考文献 | 第69-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间取得的科研成果 | 第78页 |
