| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-23页 |
| ·研究背景 | 第14-19页 |
| ·图像修复简介 | 第14-15页 |
| ·压缩感知基本理论 | 第15-19页 |
| ·研究现状 | 第19-21页 |
| ·主要研究内容 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 相关算法介绍 | 第23-42页 |
| ·传统的图像修复算法 | 第23-32页 |
| ·BSCB 模型 | 第23-26页 |
| ·TV 及 CDD 模型 | 第26-30页 |
| ·纹理采样填充 | 第30-32页 |
| ·基于压缩感知技术的图像修复算法 | 第32-39页 |
| ·EM 算法 | 第33-35页 |
| ·块纹理重构算法 | 第35-37页 |
| ·采用 MCA 分解的单步图像修复算法 | 第37-39页 |
| ·图像修复效果的评价方法 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 采用 MCA 分解的分步图像修复算法 | 第42-66页 |
| ·图像分解基础 | 第42-44页 |
| ·算法原理 | 第44-54页 |
| ·基本思想 | 第44-46页 |
| ·图像的分解 | 第46-49页 |
| ·结构部分的修复 | 第49-50页 |
| ·纹理部分的修复 | 第50-54页 |
| ·算法实现 | 第54-57页 |
| ·图像分解计算 | 第54-55页 |
| ·结构部分修复处理 | 第55-56页 |
| ·纹理部分修复处理 | 第56-57页 |
| ·实验仿真 | 第57-64页 |
| ·修复步骤仿真 | 第57-60页 |
| ·对比实验 | 第60-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 改进的采用 MCA 分解的单步图像修复算法 | 第66-75页 |
| ·改进思路 | 第66-67页 |
| ·改进算法 | 第67-72页 |
| ·学习型字典的构建 | 第67-69页 |
| ·稀疏表示系数的计算 | 第69-70页 |
| ·算法实现 | 第70-72页 |
| ·实验仿真 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·本文内容总结 | 第75-76页 |
| ·未来工作展望 | 第76页 |
| ·本章小结 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间获得的科研成果 | 第83-84页 |
| 附件 | 第84页 |