| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 数字图像修复研究背景及意义 | 第10-11页 |
| 1.2 国内外图像修复的研究现状 | 第11-15页 |
| 1.2.1 基于偏微分方程技术 | 第12-14页 |
| 1.2.2 基于纹理合成技术 | 第14-15页 |
| 1.2.3 基于偏微分方程与纹理合成技术 | 第15页 |
| 1.3 本文研究内容和论文结构安排 | 第15-17页 |
| 第二章 图像修复理论基础 | 第17-27页 |
| 2.1 图像修复数学基础 | 第17-18页 |
| 2.2 图像修复的偏微分概念和性质 | 第18-23页 |
| 2.2.1 图像修复的偏微分能量泛函原理 | 第19-21页 |
| 2.2.2 图像修复的偏微分数值方法 | 第21-23页 |
| 2.3 图像修复纹理合成的性质 | 第23-25页 |
| 2.3.1 图像修复纹理合成定义 | 第23-24页 |
| 2.3.2 图像修复纹理合成模型 | 第24-25页 |
| 2.4 图像修复的数学评价标准 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于偏微分方程的图像修复模型 | 第27-53页 |
| 3.1 改进的BSCB图像修复模型 | 第27-33页 |
| 3.1.1 BSCB图像修复模型原理 | 第27-30页 |
| 3.1.2 基于片相似改进的BSCB图像修复算法 | 第30-31页 |
| 3.1.3 改进的BSCB图像修复算法实验结果与分析 | 第31-33页 |
| 3.2 改进的全变分(TV)图像修复模型 | 第33-44页 |
| 3.2.1 全变分图像修复模型原理 | 第33-35页 |
| 3.2.2 基于全变分模型改进的图像修复算法的应用 | 第35-36页 |
| 3.2.3 改进的全变分图像修复模型的提出及数值实现 | 第36-40页 |
| 3.2.4 改进的全变分图像修复模型实验结果分析 | 第40-44页 |
| 3.3 改进的CDD图像修复模型 | 第44-51页 |
| 3.3.1 CDD图像修复模型原理 | 第44-45页 |
| 3.3.2 改进的CDD自适应图像修复算法的提出 | 第45-48页 |
| 3.3.3 改进的CDD图像修复模型数值实现及实验分析 | 第48-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 基于纹理合成的图像修复模型 | 第53-60页 |
| 4.1 改进的纹理合成图像修复模型 | 第53-60页 |
| 4.1.1 基于纹理合成的Criminisi图像修复模型原理 | 第53-55页 |
| 4.1.2 改进的Criminisi纹理合成图像修复算法 | 第55-57页 |
| 4.1.3 改进的Criminisi图像修复实验分析 | 第57-60页 |
| 第五章 偏微分与纹理合成的图像修复模型 | 第60-65页 |
| 5.1 图像分解算法理论 | 第60-62页 |
| 5.2 基于改进的TV算法和Criminisi修复算法及实验分析 | 第62-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 附录 (攻读硕士学位期间发表论文目录) | 第74页 |
