| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 问题的背景与意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 研究思路和研究内容 | 第19-22页 |
| 1.4 论文的组织安排 | 第22-23页 |
| 第2章 相关工作 | 第23-35页 |
| 2.1 基于类比的学习 | 第23-24页 |
| 2.2 艺术图像风格化 | 第24-26页 |
| 2.3 颜色传输 | 第26-29页 |
| 2.3.1 颜色传输方法 | 第26-27页 |
| 2.3.2 图像分割方法 | 第27-28页 |
| 2.3.3 图像语义标记方法 | 第28-29页 |
| 2.4 纹理合成技术 | 第29-31页 |
| 2.5 GPU加速技术 | 第31-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 基于图像类比的快速内容编辑方法 | 第35-53页 |
| 3.1 问题描述 | 第35-36页 |
| 3.2 经典的图像类比算法分析 | 第36-38页 |
| 3.3 基于GPU的纹理适应性的内容编辑算法 | 第38-43页 |
| 3.3.1 邻域匹配策略的选择 | 第38-40页 |
| 3.3.2 算法概述 | 第40-43页 |
| 3.4 基于CUDA的并行合成实现 | 第43-48页 |
| 3.4.1 基于CUDA的上采样 | 第44页 |
| 3.4.2 基于CUDA的精确全局搜索 | 第44-47页 |
| 3.4.3 基于CUDA的 k-coherence 搜索 | 第47-48页 |
| 3.5 实验结果及比较 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 基于全局优化的快速内容编辑方法 | 第53-68页 |
| 4.1 问题描述 | 第53-54页 |
| 4.2 基于全局优化的内容编辑 | 第54-62页 |
| 4.2.1 算法概述 | 第54-55页 |
| 4.2.2 初始化样图生成 | 第55-57页 |
| 4.2.3 度量准则的定义 | 第57-59页 |
| 4.2.4 基于纹理优化的合成及CUDA加速 | 第59-62页 |
| 4.3 实验结果及分析 | 第62-67页 |
| 4.3.1 合成结果 | 第62-64页 |
| 4.3.2 合成结果比较和用户调查 | 第64-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 支持多样图的快速艺术图像风格化 | 第68-86页 |
| 5.1 问题描述 | 第68-69页 |
| 5.2 基于类比的快速艺术风格学习 | 第69-72页 |
| 5.2.1 算法描述 | 第69-71页 |
| 5.2.2 实验结果 | 第71-72页 |
| 5.3 基于流场的快速多样图艺术风格学习 | 第72-85页 |
| 5.3.1 算法流程 | 第72-73页 |
| 5.3.2 基于流场的自动风格传输 | 第73-78页 |
| 5.3.3 基于WYSIWYG方式的用户编辑 | 第78-81页 |
| 5.3.4 实验结果及分析 | 第81-85页 |
| 5.4 本章小结 | 第85-86页 |
| 第6章 基于语义的颜色传输 | 第86-104页 |
| 6.1 问题描述 | 第86-87页 |
| 6.2 基于语义的颜色传输 | 第87-100页 |
| 6.2.1 改进的Normalized Cut图像分割 | 第88-91页 |
| 6.2.2 基于MPEG-7描述符的区域语义标记 | 第91-98页 |
| 6.2.3 基于语义的颜色传输 | 第98-100页 |
| 6.3 实验结果与分析 | 第100-103页 |
| 6.4 本章小结 | 第103-104页 |
| 第7章 总结与展望 | 第104-107页 |
| 7.1 工作总结 | 第104-105页 |
| 7.2 未来工作展望 | 第105-107页 |
| 参考文献 | 第107-114页 |
| 致谢 | 第114-116页 |
| 攻读学位期间参加的科研项目和成果 | 第116-117页 |