| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题的背景及意义 | 第9页 |
| ·唐卡图像介绍 | 第9-10页 |
| ·图像修复技术的国内外研究现状 | 第10-12页 |
| ·论文的工作和组织结构 | 第12-15页 |
| 第二章 图像修复经典算法的分析比较 | 第15-35页 |
| ·非纹理结构的图像修复算法(变分偏微分方程的修复算法) | 第15-26页 |
| ·BSCB 模型 | 第15-17页 |
| ·TV 模型 | 第17-20页 |
| ·快速TV 模型 | 第20-22页 |
| ·CDD 模型 | 第22-25页 |
| ·Oliveira 模型 | 第25-26页 |
| ·纹理结构的图像修复算法 | 第26-34页 |
| ·基于样本块的图像修复算法（Criminisi 算法） | 第26-29页 |
| ·改进的基于样本块的图像修复算法 | 第29-32页 |
| ·基于样本的纹理合成算法 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第三章 破损块形状分类 | 第35-41页 |
| ·破损区域分割 | 第35页 |
| ·破损块获取 | 第35-36页 |
| ·破损块形状特征提取 | 第36-37页 |
| ·破损块形状分类 | 第37-38页 |
| ·分水岭图像分割 | 第38-40页 |
| ·排序过程 | 第38页 |
| ·浸水过程 | 第38页 |
| ·区域合并 | 第38-39页 |
| ·分割结果 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 邻域块分类和修复算法选择 | 第41-46页 |
| ·邻域块获取 | 第41页 |
| ·邻域块特征提取 | 第41-43页 |
| ·纹理特征提取 | 第42-43页 |
| ·特征归一化 | 第43页 |
| ·破损块邻域分类 | 第43-44页 |
| ·修复算法选择 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 实验结果分析 | 第46-54页 |
| ·算法选择的正确率 | 第46-48页 |
| ·修复图像的主观评价 | 第48-51页 |
| ·修复图像的客观评价 | 第51-54页 |
| 第六章 总结 | 第54-55页 |
| ·本文的总结 | 第54页 |
| ·存在的问题及进一步的工作 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 在校期间的研究成果 | 第58-59页 |
| 发表论文 | 第58页 |
| 参与项目 | 第58页 |
| 获奖情况 | 第58-59页 |
| 致谢 | 第59页 |