| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题研究背景及意义 | 第11页 |
| 1.2 国内外研究现状和分析 | 第11-15页 |
| 1.3 图像修复结果评价 | 第15-16页 |
| 1.3.1 主观评价方法 | 第15页 |
| 1.3.2 客观评价方法 | 第15-16页 |
| 1.4 课题研究内容及章节安排 | 第16-18页 |
| 第二章 改进基于样本块的图像修复研究 | 第18-29页 |
| 2.1 Criminisi图像修复算法 | 第18-20页 |
| 2.1.1 Criminisi图像修复的算法描述 | 第18-20页 |
| 2.1.2 Criminisi图像修复算法的特点和不足分析 | 第20页 |
| 2.2 改进的基于样本块的图像修复算法 | 第20-23页 |
| 2.2.1 图像灰度熵介绍 | 第21页 |
| 2.2.2 引进灰度熵的样本块图像修复算法 | 第21-23页 |
| 2.3 实验仿真与结果分析 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 稀疏表示理论和基于稀疏表示的图像修复 | 第29-43页 |
| 3.1 稀疏表示理论 | 第29-34页 |
| 3.1.1 稀疏表示模型 | 第29-30页 |
| 3.1.2 稀疏表示的常用解释模型 | 第30-31页 |
| 3.1.3 稀疏表示中的关键技术 | 第31-34页 |
| 3.2 基于图像块稀疏表示的图像修复模型 | 第34-39页 |
| 3.2.1 基于固定字典-图像块稀疏表示的图像修复 | 第34-36页 |
| 3.2.2 基于字典学习-图像块稀疏表示的图像修复 | 第36-39页 |
| 3.3 实验结果分析 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于非局部相似块稀疏表示图像修复 | 第43-56页 |
| 4.1 基于非局部相似块先验的样本组介绍 | 第43-47页 |
| 4.1.1 图像中相似块的提取 | 第43页 |
| 4.1.2 非局部相似块的先验知识 | 第43-47页 |
| 4.2 基于非局部相似块先验的图像修复 | 第47-51页 |
| 4.2.1 修复模型介绍 | 第47页 |
| 4.2.2 高斯成分选择 | 第47-48页 |
| 4.2.3 相似块稀疏表示的闭式解 | 第48-50页 |
| 4.2.4 基于非局部相似块稀疏表示图像修复算法描述 | 第50-51页 |
| 4.3 实验仿真与结果分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文 | 第62-64页 |
| 致谢 | 第64页 |
