基于样本纹理合成的数字图像修复技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·数字图像修复技术的研究背景和意义 | 第11页 |
| ·数字图像修复技术的国内外研究现状 | 第11-14页 |
| ·数字图像修复技术的广泛应用前景 | 第14-16页 |
| ·本文的主要工作和章节安排 | 第16-18页 |
| 第2章 数字图像修复理论基础 | 第18-25页 |
| ·图像修复问题的描述 | 第18页 |
| ·数字图像修复的方法论 | 第18-21页 |
| ·Helmholtz 基本原理(最佳猜测原理) | 第19-20页 |
| ·图像修复的视觉心理学 | 第20-21页 |
| ·数字图像的特征 | 第21-24页 |
| ·数字图像的纹理特征 | 第21-23页 |
| ·数字图像的结构特征 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于变分 PDE 的数字图像修复技术 | 第25-31页 |
| ·变分 PDE 方法与图像修复 | 第25页 |
| ·基于变分 PDE 的数字图像修复模型 | 第25-29页 |
| ·BSCB 模型 | 第26-27页 |
| ·整体变分（TV) 模型 | 第27-28页 |
| ·CDD 模型 | 第28-29页 |
| ·三种模型的比较 | 第29页 |
| ·小结 | 第29-31页 |
| 第4章 基于样本的纹理合成数字图像修复技术 | 第31-38页 |
| ·纹理合成技术 | 第31-32页 |
| ·基于样本纹理合成的图像修复算法 | 第32-37页 |
| ·Criminisi 算法原理 | 第33-35页 |
| ·Criminisi 算法的程序流程 | 第35-36页 |
| ·Criminisi 算法的仿真实验与结果分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第5章 基于样本纹理合成的数字图像修复算法改进 | 第38-48页 |
| ·引言 | 第38-39页 |
| ·Criminisi 改进算法 | 第39-45页 |
| ·纹理分割 | 第39-41页 |
| ·优先权的计算 | 第41-43页 |
| ·改进算法的流程 | 第43-45页 |
| ·实验结果及比较 | 第45-47页 |
| ·小结 | 第47-48页 |
| 结论 | 第48-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
