数字图像及视频修复方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-15页 |
| 插图索引 | 第15-18页 |
| 附表索引 | 第18-19页 |
| 第1章 绪论 | 第19-31页 |
| ·数字修复技术的背景意义及应用 | 第19-22页 |
| ·数字修复技术的背景及意义 | 第19-20页 |
| ·数字修复技术的应用 | 第20-22页 |
| ·国内外研究现状 | 第22-26页 |
| ·基于信息扩散的图像修复方法 | 第22-23页 |
| ·基于纹理合成的图像修复方法 | 第23-24页 |
| ·混合图像修复方法 | 第24-25页 |
| ·视频修复方法 | 第25-26页 |
| ·图像修复质量评价 | 第26-28页 |
| ·本文研究内容简介 | 第28-31页 |
| 第2章 字幕修复区域自动检测研究 | 第31-56页 |
| ·引言 | 第31-36页 |
| ·简单背景下的文字检测 | 第32-34页 |
| ·复杂背景下的文字检测 | 第34-36页 |
| ·基于稀疏表示的信号分类 | 第36-38页 |
| ·单字典稀疏表示分类 | 第36-37页 |
| ·分类字典的稀疏表示分类 | 第37-38页 |
| ·文字检测任务的稀疏表示分类字典生成 | 第38-41页 |
| ·基于分类字典的文字检测 | 第41-48页 |
| ·小波边缘检测 | 第42-44页 |
| ·基于稀疏表示分类的文字检测 | 第44-45页 |
| ·投影分析 | 第45-48页 |
| ·实验与评价 | 第48-54页 |
| ·稀疏因子的影响 | 第48-49页 |
| ·文字大小的影响 | 第49-50页 |
| ·文字检测结果 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第3章 稀疏表示图像修复方法研究 | 第56-80页 |
| ·稀疏表示理论 | 第56-59页 |
| ·基于稀疏表示的图像修复方法 | 第59-62页 |
| ·稀疏表示与图像处理 | 第59-60页 |
| ·基于稀疏表示的图像修复 | 第60-62页 |
| ·基于各向同性扩散和稀疏表示的图像修复方法 | 第62-68页 |
| ·方法概述 | 第62-63页 |
| ·基于图像源区域字典的稀疏表示修复方法 | 第63-65页 |
| ·基于各向同性和稀疏表示的混合修复方法 | 第65-68页 |
| ·实验结果与分析 | 第68-76页 |
| ·稀疏表示图像修复方法的局限 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 第4章 大面积缺损图像修复方法研究 | 第80-100页 |
| ·引言 | 第80-83页 |
| ·图像修复中的视觉机理 | 第83-84页 |
| ·主要结构线的补全算法 | 第84-91页 |
| ·主要缺损结构线的提取 | 第85-87页 |
| ·主要缺损结构线的补全 | 第87-91页 |
| ·纹理填充 | 第91-92页 |
| ·补全结构线的纹理填充 | 第91-92页 |
| ·剩余区域的纹理填充 | 第92页 |
| ·实验结果与分析 | 第92-99页 |
| ·结构补全实验 | 第92-94页 |
| ·图像修复实验 | 第94-97页 |
| ·本章方法的不足之处 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第5章 数字视频修复方法研究 | 第100-126页 |
| ·引言 | 第100-102页 |
| ·基于三维泊松方程的视频修复方法 | 第102-110页 |
| ·图像修复中的泊松方程 | 第102-104页 |
| ·基于三维泊松方程的视频修复 | 第104-106页 |
| ·修复结果 | 第106-110页 |
| ·基于运动周期性分析的视频修复方法 | 第110-124页 |
| ·视频预处理 | 第111-114页 |
| ·视频背景修复 | 第114-115页 |
| ·视频前景运动周期性提取 | 第115-118页 |
| ·视频前景修复 | 第118-119页 |
| ·修复结果 | 第119-124页 |
| ·本章小结 | 第124-126页 |
| 总结与展望 | 第126-129页 |
| 参考文献 | 第129-141页 |
| 致谢 | 第141-143页 |
| 附录A 攻读博士学位期间所发表的学术论文目录 | 第143-144页 |
| 附录B 攻读博士学位期间申请专利、软件著作权 | 第144页 |
