基于结构张量的样本块图像修复算法研究
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 目的与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于PDE的方法 | 第14-15页 |
| 1.2.2 基于样本块的方法 | 第15-16页 |
| 1.2.3 混合方法 | 第16-17页 |
| 1.3 数字图像修复技术评价标准 | 第17-18页 |
| 1.3.1 主观评价 | 第17页 |
| 1.3.2 客观评价 | 第17-18页 |
| 1.4 本文的结构安排 | 第18-20页 |
| 第2章 基于样本块的修复算法 | 第20-32页 |
| 2.1 Criminisi算法 | 第20-21页 |
| 2.2 对比文献介绍 | 第21-29页 |
| 2.2.1 基于结构一致的块匹配修复算法 | 第22-24页 |
| 2.2.2 Xu算法 | 第24-26页 |
| 2.2.3 结合梯度和颜色信息的修复算法 | 第26-29页 |
| 2.3 基于样本块修复算法存在的问题 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于结构张量和块结构化稀疏的图像修复算法 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 引入结构张量的图像修复算法 | 第32-38页 |
| 3.2.1 结构张量 | 第33-35页 |
| 3.2.2 基于颜色和结构张量的填充顺序 | 第35-37页 |
| 3.2.3 加权颜色-结构张量匹配准则 | 第37页 |
| 3.2.4 块稀疏表示 | 第37-38页 |
| 3.3 实验结果及其分析 | 第38-47页 |
| 3.3.1 匹配准则参数测试 | 第39-40页 |
| 3.3.2 优先权参数测试 | 第40页 |
| 3.3.3 匹配准则对比 | 第40-41页 |
| 3.3.4 小范围破损修复 | 第41-44页 |
| 3.3.5 大范围破损修复 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 结合图像二维信息熵和相关系数的修复算法 | 第48-64页 |
| 4.1 引言 | 第48-49页 |
| 4.2 图像二维信息熵 | 第49页 |
| 4.3 引入二维熵和相关系数的修复算法 | 第49-54页 |
| 4.3.1 匹配准则 | 第50-52页 |
| 4.3.2 基于二维信息熵的填充顺序 | 第52页 |
| 4.3.3 搜索区域 | 第52-53页 |
| 4.3.4 置信度更新 | 第53-54页 |
| 4.4 实验结果及其分析 | 第54-63页 |
| 4.4.1 距离函数参数测试 | 第54-55页 |
| 4.4.2 优先权参数测试 | 第55-56页 |
| 4.4.3 小范围破损修复 | 第56-59页 |
| 4.4.4 物体移除 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 图像修复演示系统 | 第64-71页 |
| 5.1 引言 | 第64页 |
| 5.2 图像修复演示系统 | 第64-70页 |
| 5.2.1 读取图像模块 | 第66-68页 |
| 5.2.2 图像修复算法模块 | 第68-69页 |
| 5.2.3 保存修复结果模块 | 第69页 |
| 5.2.4 退出模块 | 第69-70页 |
| 5.3 本章小结 | 第70-71页 |
| 结论和展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第79页 |
