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

基于偏微分方程和纹理合成的图像复原算法的研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-20页
   ·研究背景和目的第10-12页
   ·国内外研究现状第12-16页
     ·基于PDE的图像去噪的国内外研究现状第12-14页
     ·图像修复的国内外研究现状第14-16页
   ·研究内容及意义第16-18页
     ·研究内容第16-17页
     ·研究意义第17-18页
   ·论文结构及章节安排第18-20页
第2章 图像复原理论及方法第20-32页
   ·基于PDE的图像复原方法概述第20页
   ·基于PDE的图像复原的数学理论基础第20-24页
     ·变分方法的能量极小化原理第20页
     ·泛函、变分原理及梯度下降流第20-23页
     ·有限差分方法第23-24页
   ·图像复原效果的评价标准第24-26页
   ·基于PDE的图像复原模型第26-31页
     ·调和图像去噪模型第26-27页
     ·全变分图像去噪模型第27-28页
     ·LLT图像去噪模型第28页
     ·ROF图像修复模型第28-30页
     ·曲率驱动扩散图像修复模型第30-31页
   ·本章小结第31-32页
第3章 改进的基于PDE的图像去噪算法第32-44页
   ·改进的RHL图像去噪算法第32-36页
     ·改进的RHL图像去噪模型的建立第32-34页
     ·改进的RHL模型的离散化和RHL图像去噪算法的实现第34-36页
   ·改进的RHI图像去噪算法第36-38页
     ·改进的RHI图像去噪模型的建立第36-38页
     ·改进的RHI模型的离散化和RHI图像去噪算法的实现第38页
   ·实验结果与分析第38-43页
     ·参数的选取和流程图第38-40页
     ·实验结果比较与分析第40-43页
   ·本章小结第43-44页
第4章 改进的基于纹理合成的自适应图像修复算法第44-58页
   ·改进的基于纹理合成的自适应图像修复算法第45-50页
     ·纹理主方向的确定第45-47页
     ·优先权的计算第47-49页
     ·模板窗口和样本窗口大小的自适应选择第49-50页
     ·阶梯效应的去除第50页
   ·图像修复的基本步骤第50-52页
   ·仿真实验第52-57页
   ·本章小结第57-58页
第5章 基于RHI和纹理合成的图像分层修复算法第58-66页
   ·改进的RHI图像修复算法第58-59页
     ·改进的RHI图像修复模型的建立第58页
     ·改进的RHI模型的离散化和RHI图像修复算法的实现第58-59页
   ·基于RHI和纹理合成的图像分层修复算法第59-61页
   ·实验结果第61-64页
   ·本章小结第64-66页
第6章 总结与展望第66-70页
   ·论文工作总结第66-67页
   ·今后工作展望第67-70页
参考文献第70-76页
致谢第76-78页
攻读硕士学位期间研究成果第78页

论文共78页,点击 下载论文
上一篇:轻量级工作流引擎研究与设计
下一篇:基于数据仓库的院系绩效评价与分析系统的应用研究