基于稀疏分解的图像修复方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·图像修复问题 | 第7-10页 |
| ·问题的提出 | 第7-8页 |
| ·问题的求解思路 | 第8-9页 |
| ·求解结果的评价 | 第9-10页 |
| ·图像修复的研究意义 | 第10-11页 |
| ·图像修复的研究现状 | 第11-12页 |
| ·论文研究内容及结构安排 | 第12-15页 |
| 第二章 图像的特征分析 | 第15-35页 |
| ·有界变分空间 | 第15-22页 |
| ·TV模型 | 第16-17页 |
| ·Meyer模型 | 第17-22页 |
| ·图像特征的变换域分析 | 第22-26页 |
| ·傅立叶变换 | 第22-23页 |
| ·小波变换 | 第23-26页 |
| ·多尺度几何分析 | 第26页 |
| ·图像的稀疏表示 | 第26-32页 |
| ·稀疏表示的理论基础 | 第26-27页 |
| ·稀疏表示字典 | 第27-28页 |
| ·优化求解算法 | 第28-32页 |
| ·本章小结 | 第32-35页 |
| 第三章 经典的图像修复模型 | 第35-49页 |
| ·基于PDE的图像修复模型 | 第35-40页 |
| ·TV修复模型及其改进 | 第35-37页 |
| ·CDD修复模型及其改进 | 第37-40页 |
| ·基于基追踪的图像修复模型 | 第40-42页 |
| ·实验结果 | 第42-46页 |
| ·本章小结 | 第46-49页 |
| 第四章 基于多成分字典的图像修复方法 | 第49-61页 |
| ·MCA图像分解模型 | 第49-53页 |
| ·模型的基本原理 | 第49-50页 |
| ·模型的求解 | 第50-52页 |
| ·实验结果 | 第52-53页 |
| ·图像修复方法 | 第53-59页 |
| ·图像修复模型 | 第53-55页 |
| ·多成分字典的构造 | 第55页 |
| ·图像修复算法 | 第55-56页 |
| ·实验结果 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 基于单成分字典的图像修复方法 | 第61-77页 |
| ·稀疏分解模型 | 第61-67页 |
| ·模型的建立 | 第61-62页 |
| ·模型的求解 | 第62-63页 |
| ·稳定性分析 | 第63-67页 |
| ·图像修复方法 | 第67-75页 |
| ·图像修复模型 | 第67-68页 |
| ·图像修复算法 | 第68-71页 |
| ·实验结果 | 第71-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间取得的学术成果 | 第85-87页 |
| 致谢 | 第87页 |
