| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-18页 |
| 1.1.1 发展历史 | 第11-14页 |
| 1.1.2 数字抠图的交互方式 | 第14-16页 |
| 1.1.3 理论基础及问题定义 | 第16-18页 |
| 1.2 自然图像抠图技术的研究现状 | 第18页 |
| 1.3 课题的来源、主要研究工作及文章框架 | 第18-20页 |
| 1.3.1 课题的来源及主要研究工作 | 第18页 |
| 1.3.2 文章框架 | 第18-20页 |
| 第2章 自然图像抠图的原理和不同方法 | 第20-32页 |
| 2.1 自然图像抠图的原理 | 第20页 |
| 2.2 基于采样的抠图方法 | 第20-25页 |
| 2.2.1 Knockout 抠图方法 | 第21-22页 |
| 2.2.2 基于概率统计的图像抠图方法 | 第22-23页 |
| 2.2.3 Bayes 抠图方法 | 第23-24页 |
| 2.2.4 基于颜色和纹理加权的抠图方法 | 第24-25页 |
| 2.3 基于传播的抠图方法 | 第25-28页 |
| 2.3.1 泊松抠图 | 第25-26页 |
| 2.3.2 闭形式抠图 | 第26-27页 |
| 2.3.3 K 近邻抠图 | 第27-28页 |
| 2.4 采样传播相结合的抠图方法 | 第28-29页 |
| 2.4.1 鲁棒抠图 | 第28-29页 |
| 2.4.2 测地线抠图 | 第29页 |
| 2.5 主要抠图方法性能对比 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 改进的 KNN 抠图方法 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 关于纹理 | 第32-33页 |
| 3.3 非局部原理 | 第33-34页 |
| 3.4 KNNT 算法原理 | 第34-37页 |
| 3.4.1 纹理特征计算 | 第34-35页 |
| 3.4.2 特征向量计算 | 第35页 |
| 3.4.3 相似性权值计算 | 第35页 |
| 3.4.4 闭形式求解 | 第35-36页 |
| 3.4.5 和性质 | 第36-37页 |
| 3.5 实验结果分析 | 第37-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于颜色距离与差分距离的抠图方法 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 基于颜色距离与差分距离的抠图方法 | 第42-45页 |
| 4.2.1 基于全局采样与局部采样的全面样本集 | 第42-43页 |
| 4.2.2 选取最佳样本 | 第43-45页 |
| 4.2.3 后处理 | 第45页 |
| 4.3 实验结果分析 | 第45-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 抠图技术在图像彩色化中的应用 | 第50-58页 |
| 5.1 引言 | 第50-51页 |
| 5.2 closed-form 抠图假设在图像彩色化中的应用 | 第51-54页 |
| 5.3 实验结果分析 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |