| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 数字图像修复原理模型 | 第8-10页 |
| 1.3 数字图像修复研究现状 | 第10-14页 |
| 1.4 论文框架 | 第14-16页 |
| 第2章 基于样本块的图像修复算法 | 第16-24页 |
| 2.1 Criminisi算法基本原理 | 第16-20页 |
| 2.2 仿真实验结果及分析 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 基于样本块的旋转及缩放图像修复算法 | 第24-40页 |
| 3.1 问题描述 | 第24-25页 |
| 3.2 最优匹配块的搜索方法 | 第25-31页 |
| 3.2.1 尺度空间与局部极值点 | 第25-27页 |
| 3.2.2 关键点的检测 | 第27-29页 |
| 3.2.3 匹配块的确定 | 第29-31页 |
| 3.3 破损块的信息填充 | 第31-32页 |
| 3.4 算法流程 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 基于图像局部特征信息的改进Criminisi算法 | 第40-54页 |
| 4.1 梯度计算方法 | 第40-44页 |
| 4.1.1 图像的梯度化处理 | 第40-42页 |
| 4.1.2 离散化梯度的计算 | 第42-44页 |
| 4.2 曲率的计算方法 | 第44-46页 |
| 4.3 改进的优先权函数 | 第46页 |
| 4.4 本章算法流程 | 第46-48页 |
| 4.5 实验结果与分析 | 第48-51页 |
| 4.6 本章小结 | 第51-54页 |
| 第5章 总结与展望 | 第54-58页 |
| 5.1 论文总结 | 第54-55页 |
| 5.2 展望 | 第55-58页 |
| 参考文献 | 第58-64页 |
| 发表论文及专利情况说明 | 第64-66页 |
| 致谢 | 第66页 |