基于检索的多选择图像修复研究
| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-13页 |
| 1 绪论 | 第13-25页 |
| ·研究背景及意义 | 第13-15页 |
| ·研究现状 | 第15-21页 |
| ·基于图像自身内容的修复 | 第16-18页 |
| ·基于其它素材的多选择图像修复 | 第18-21页 |
| ·本文的主要工作 | 第21-22页 |
| ·素材图像优选 | 第21页 |
| ·素材区域精确提取 | 第21-22页 |
| ·图像高质量修复 | 第22页 |
| ·论文结构 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 2 基于检索的多选择图像修复相关知识 | 第25-47页 |
| ·引言 | 第25页 |
| ·素材图像选取的相关知识 | 第25-32页 |
| ·检索模型 | 第25-30页 |
| ·特征算子 | 第30-31页 |
| ·图像语义距离(相似度)测量 | 第31-32页 |
| ·测试数据集 | 第32页 |
| ·图像检索性能评价标准 | 第32页 |
| ·素材区域提取的相关知识 | 第32-41页 |
| ·面向素材区域提取的预处理 | 第33-34页 |
| ·图像分割 | 第34-38页 |
| ·抠像 | 第38-41页 |
| ·图像修复的相关知识 | 第41-46页 |
| ·修复过程中的多尺度特征匹配 | 第42页 |
| ·基于融合的修复 | 第42-44页 |
| ·基于样本的修复 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 3 素材图像优选 | 第47-71页 |
| ·引言 | 第47-48页 |
| ·素材图像优选算法 | 第48-62页 |
| ·不同类别的联合出现概率 | 第51-54页 |
| ·改进的K-means模型 | 第54-57页 |
| ·空间金字塔的匹配技术 | 第57-62页 |
| ·实验部分 | 第62-70页 |
| ·实验讨论和结论 | 第70页 |
| ·本章小结 | 第70-71页 |
| 4. 素材区域精确提取 | 第71-97页 |
| ·引言 | 第71-72页 |
| ·素材区域精确提取算法 | 第72-82页 |
| ·多尺度细节保留技术 | 第73-75页 |
| ·多层次平滑技术 | 第75-77页 |
| ·基于样本优选的抠像技术 | 第77-82页 |
| ·实验部分 | 第82-95页 |
| ·基于分割的素材区域提取 | 第82-90页 |
| ·基于抠像的素材区域提取 | 第90-95页 |
| ·实验讨论和结论 | 第95-96页 |
| ·本章小结 | 第96-97页 |
| 5 图像高质量修复 | 第97-123页 |
| ·引言 | 第97页 |
| ·图像高质量修复算法 | 第97-109页 |
| ·改进的foe算法 | 第98-104页 |
| ·基于多尺度的特征匹配算法 | 第104-109页 |
| ·实验部分 | 第109-122页 |
| ·实验讨论和结论 | 第122页 |
| ·本章小结 | 第122-123页 |
| 6 总结和展望 | 第123-127页 |
| ·本文的主要工作和结论 | 第123-124页 |
| ·本文工作不足和未来工作展望 | 第124-125页 |
| ·本章小结 | 第125-127页 |
| 参考文献 | 第127-139页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第139-143页 |
| 学位论文数据集 | 第143页 |
