基于样本的图像修复算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 图像修复的背景与意义 | 第13-14页 |
| 1.2 数字图像修复的国内外研究历史与现状 | 第14-19页 |
| 1.2.1 基于结构的数字图像修复方法 | 第15-17页 |
| 1.2.2 基于样本的数字图像修复方法 | 第17-19页 |
| 1.3 本文的主要贡献与创新 | 第19页 |
| 1.4 本文结构安排 | 第19-21页 |
| 第二章 数字图像修复的理论基础 | 第21-34页 |
| 2.1 图像修复问题的描述 | 第21-22页 |
| 2.2 偏微分方程和变分法基础知识 | 第22-28页 |
| 2.2.1 偏微分方程简介 | 第22-23页 |
| 2.2.2 变分法原理 | 第23-25页 |
| 2.2.3 梯度下降流 | 第25-26页 |
| 2.2.4 偏微分方程的数值解法 | 第26-28页 |
| 2.3 纹理合成技术 | 第28-31页 |
| 2.3.1 纹理映射 | 第29-30页 |
| 2.3.2 基于过程的纹理合成 | 第30-31页 |
| 2.3.3 基于样本的纹理合成 | 第31页 |
| 2.4 图像质量评价 | 第31-33页 |
| 2.4.1 图像质量的客观评价 | 第32页 |
| 2.4.2 图像质量的主观评价 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 数字图像修复的经典算法 | 第34-47页 |
| 3.1 BSCB模型 | 第34-36页 |
| 3.2 TV修复模型 | 第36-40页 |
| 3.3 Criminisi算法 | 第40-44页 |
| 3.4 仿真结果与对比分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 Criminisi算法的改进 | 第47-60页 |
| 4.1 数据项的改进 | 第47-50页 |
| 4.2 优先级函数的改进 | 第50-51页 |
| 4.3 算法实现与仿真实验 | 第51-59页 |
| 4.3.1 小区域破损图像的修复 | 第52-55页 |
| 4.3.2 大区域破损图像的修复 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 样本块大小的自适应选取 | 第60-68页 |
| 5.1 四叉树 | 第61页 |
| 5.2 图像的四叉分解 | 第61-63页 |
| 5.3 样本块大小的自适应选取 | 第63-65页 |
| 5.4 仿真实验 | 第65-66页 |
| 5.5 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68页 |
| 6.2 未来的工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |
