小波变换域的数字图像修复研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-16页 |
1.0 引言 | 第9页 |
1.1 数字图像修复技术的背景和意义 | 第9页 |
1.2 数字图像修复技术的国内外研究现状 | 第9-14页 |
1.2.1 基于非纹理的图像修复技术 | 第10-12页 |
1.2.2 基于纹理的图像修复技术 | 第12-13页 |
1.2.3 结合小波变换的图像分解修复 | 第13-14页 |
1.3 本文的主要内容和结构框架 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第2章 数字图像修复的理论概述 | 第16-33页 |
2.0 引言 | 第16页 |
2.1 图像修复的数学模型 | 第16页 |
2.2 基于变分PDE的图像修复技术 | 第16-23页 |
2.2.1 BSCB模型 | 第16-17页 |
2.2.2 TV模型 | 第17-19页 |
2.2.3 CDD模型 | 第19-20页 |
2.2.4 FMM图像修复算法 | 第20-23页 |
2.3 基于纹理合成的图像修复技术 | 第23-26页 |
2.3.1 纹理合成的定义 | 第23-24页 |
2.3.2 纹理合成技术 | 第24页 |
2.3.3 Criminisi图像修复算法 | 第24-26页 |
2.4 小波变换域的图像修复技术 | 第26-31页 |
2.4.1 小波变换理论 | 第26-27页 |
2.4.2 图像的小波变换 | 第27-30页 |
2.4.3 基于小波变换域的图像修复 | 第30-31页 |
2.5 图像修复质量的评价标准 | 第31-32页 |
2.6 本章小结 | 第32-33页 |
第3章 小波变换与纹理合成相结合的图像修复算法 | 第33-48页 |
3.0 引言 | 第33-34页 |
3.1 算法的基本原理 | 第34-35页 |
3.2 低频子图的修复 | 第35页 |
3.3 高频子图的修复 | 第35-40页 |
3.3.1 新的优先权函数 | 第36-38页 |
3.3.2 搜索匹配块的改进方式 | 第38-40页 |
3.4 本章算法的流程和实现步骤 | 第40-41页 |
3.5 实验结果及分析 | 第41-47页 |
3.6 本章小结 | 第47-48页 |
第4章 小波变换与结构约束的图像修复算法 | 第48-64页 |
4.1 引言 | 第48页 |
4.2 结构约束修复的算法原理 | 第48-50页 |
4.3 高频子图的修复 | 第50-54页 |
4.3.1 边缘轮廓信息的提取 | 第50-51页 |
4.3.2 边缘轮廓信息的修复 | 第51-53页 |
4.3.3 边缘部分的修复 | 第53-54页 |
4.3.4 纹理部分的修复 | 第54页 |
4.4 本章算法流程和实现步骤 | 第54-55页 |
4.5 实验结果及分析 | 第55-63页 |
4.6 本章小结 | 第63-64页 |
第5章 总结与展望 | 第64-66页 |
5.1 总结 | 第64-65页 |
5.2 展望 | 第65-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-71页 |
附录 | 第71页 |