基于偏微分与纹理合成方法相结合的图像修复研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 1 绪论 | 第11-19页 |
| ·图像修复的目的和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·本文工作以及论文结构安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 图像修复理论及算法 | 第19-35页 |
| ·图像修复理论 | 第19-23页 |
| ·认知心理学格式塔理论与图像修复 | 第19-20页 |
| ·图像修复的三大原则 | 第20-21页 |
| ·图像修复效果的评判标准 | 第21-23页 |
| ·基于非纹理的图像修复算法 | 第23-28页 |
| ·BSCB修复模型 | 第23-25页 |
| ·整体变分(TV)修复模型 | 第25-26页 |
| ·曲率驱动扩散(CDD)模型 | 第26-27页 |
| ·基于快速行进法的图像修复算法 | 第27-28页 |
| ·基于纹理合成的图像修复算法 | 第28-32页 |
| ·图像纹理简介 | 第28-29页 |
| ·纹理合成技术 | 第29-30页 |
| ·基于纹理合成的图像修复算法 | 第30-32页 |
| ·算法分析与比较 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 基于TV模型的图像修复的优化方法 | 第35-49页 |
| ·TV模型 | 第36-38页 |
| ·基于TV模型的优化模型 | 第38-39页 |
| ·模型的扩散性质 | 第39-40页 |
| ·模型的修补算法 | 第40-42页 |
| ·实验过程 | 第42-47页 |
| ·实验结论 | 第47页 |
| ·本章小结 | 第47-49页 |
| 4 基于纹理合成图像修复算法 | 第49-57页 |
| ·优先权的计算 | 第49-51页 |
| ·自适应模板窗口的确定 | 第51页 |
| ·搜索最佳匹配块并进行匹配 | 第51-52页 |
| ·置信度的更新 | 第52-53页 |
| ·算法的流程图 | 第53-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 5 基于图像分解的图像修复算法 | 第57-67页 |
| ·图像的分解 | 第57-61页 |
| ·图像分解模型 | 第57-58页 |
| ·图像分解的数值实现 | 第58-60页 |
| ·图像分解的实验结果 | 第60-61页 |
| ·图像分解的修复算法实现 | 第61-62页 |
| ·实验结果及对比分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介及读研期间主要科研成果 | 第75页 |
