基于稀疏表示与字典训练的图像着色与图像修复算法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·图像着色的研究现状 | 第11-12页 |
| ·图像修复的研究现状 | 第12-15页 |
| ·本文的研究工作 | 第15-16页 |
| ·研究目的 | 第15页 |
| ·研究思路 | 第15页 |
| ·研究内容与论文结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 稀疏表示理论与字典训练方法 | 第17-28页 |
| ·稀疏表示模型 | 第17-18页 |
| ·稀疏表示的求解算法 | 第18-22页 |
| ·贪婪算法 | 第19-21页 |
| ·统计优化算法 | 第21-22页 |
| ·稀疏表示模型的意义 | 第22-23页 |
| ·字典与字典学习 | 第23-25页 |
| ·稀疏解的唯一性及边界条件 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于稀疏表示与字典训练的图像着色算法 | 第28-47页 |
| ·基于字典学习与稀疏表示的灰度图像着色原理 | 第29-31页 |
| ·基于稀疏表示与字典学习的灰度图像着色算法步骤 | 第31-33页 |
| ·字典构造与学习 | 第31-33页 |
| ·灰度图像在字典下的稀疏表示与颜色重建 | 第33页 |
| ·图像特征提取 | 第33-39页 |
| ·颜色特征 | 第34-35页 |
| ·纹理特征 | 第35-36页 |
| ·形状特征 | 第36-37页 |
| ·空间特征 | 第37-39页 |
| ·实验结果与分析 | 第39-45页 |
| ·图像着色的评价标准 | 第45页 |
| ·本章小结 | 第45-47页 |
| 4 基于稀疏表示与字典训练的图像修复算法 | 第47-54页 |
| ·基于稀疏表示与字典训练的图像修复算法设计思想 | 第47-48页 |
| ·算法设计原理 | 第47页 |
| ·算法优势 | 第47-48页 |
| ·基于稀疏表示与字典训练的图像修复算法设计 | 第48-50页 |
| ·构造字典与字典训练 | 第48-49页 |
| ·修复损坏图像 | 第49-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结 | 第54-56页 |
| ·工作总结 | 第54-55页 |
| ·工作展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |
