基于纹理的图像修复算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-12页 |
| 1.2.1 基于非纹理结构的图像修复 | 第10页 |
| 1.2.2 基于纹理结构的图像修复 | 第10-12页 |
| 1.3 本文的主要研究内容和成果 | 第12-13页 |
| 1.4 本文的结构安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 图像修复的预备知识 | 第15-27页 |
| 2.1 图像修复的基础知识 | 第15-20页 |
| 2.1.1 图像修复的模型 | 第15-16页 |
| 2.1.2 图像修复与视觉心理 | 第16-18页 |
| 2.1.3 图像修复的病态性 | 第18-19页 |
| 2.1.4 图像修复效果的质量评价 | 第19-20页 |
| 2.2 图像纹理的基础知识 | 第20-25页 |
| 2.2.1 纹理的定义 | 第20-22页 |
| 2.2.2 图像的纹理特征 | 第22-23页 |
| 2.2.3 纹理合成技术 | 第23-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 经典的图像修复算法 | 第27-39页 |
| 3.1 基于偏微分的图像修复算法 | 第27-33页 |
| 3.1.1 BSCB修复模型 | 第27-29页 |
| 3.1.2 TV修复模型 | 第29-31页 |
| 3.1.3 CDD修复算法 | 第31-33页 |
| 3.2 基于纹理的图像修复方法 | 第33-38页 |
| 3.2.1 基于图像分解的修复算法 | 第33-35页 |
| 3.2.2 基于样本块的图像修复算法 | 第35-38页 |
| 3.4 本章总结 | 第38-39页 |
| 第四章 基于纹理的图像修复改进算法 | 第39-47页 |
| 4.1 基于样本块修复算法的优缺点分析 | 第39页 |
| 4.2 改进的Criminisi图像修复方法 | 第39-46页 |
| 4.2.1 优先权的更新 | 第40-42页 |
| 4.2.2 置信度的更新 | 第42-43页 |
| 4.2.3 本文算法步骤 | 第43页 |
| 4.2.4 实验仿真及结果分析 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 基于扩散因子的自适应图像修复改进算法 | 第47-63页 |
| 5.1 自适应选择样本块大小 | 第47-52页 |
| 5.1.1 样本块大小的选择与修复效果的关系 | 第47-49页 |
| 5.1.2 模板大小的自适应选择 | 第49-52页 |
| 5.2 优先权的改进 | 第52-54页 |
| 5.2.1 平滑扩散因子分析 | 第52-54页 |
| 5.2.2 数据项的改进 | 第54页 |
| 5.2.3 优先权公式的改进 | 第54页 |
| 5.3 置信度更新改进 | 第54-56页 |
| 5.4 基于扩散因子的自适应图像修复算法步骤 | 第56-57页 |
| 5.5 实验结果分析 | 第57-62页 |
| 5.5.1 破损区域的修复 | 第57-59页 |
| 5.5.2 目标物的移除 | 第59-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 前景与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简介、在学期间的研究成果及发表的学术论文 | 第70页 |
