基于样例的图像修复技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 论文的研究背景及意义 | 第13-14页 |
| 1.2 图像修复研究现状及不足 | 第14-17页 |
| 1.3 论文的主要工作 | 第17-18页 |
| 1.4 论文的结构 | 第18-20页 |
| 第2章 数字图像修复技术相关知识介绍 | 第20-39页 |
| 2.1 图像修复技术描述 | 第20-24页 |
| 2.1.1 格式塔理论 | 第20-22页 |
| 2.1.2 图像修复技术的病态性质与修复难点 | 第22-23页 |
| 2.1.3 贝叶斯框架理论 | 第23-24页 |
| 2.2 图像特征描述 | 第24-25页 |
| 2.2.1 图像的结构特征 | 第24-25页 |
| 2.2.2 图像的纹理特征 | 第25页 |
| 2.3 纹理合成技术 | 第25-27页 |
| 2.3.1 纹理映射 | 第26页 |
| 2.3.2 过程纹理合成技术 | 第26页 |
| 2.3.3 基于样例的纹理合成技术 | 第26-27页 |
| 2.4 基于偏微分方程的图像修复方法 | 第27-31页 |
| 2.4.1 BSCB模型 | 第27-30页 |
| 2.4.2 TV模型 | 第30-31页 |
| 2.4.3 CDD模型 | 第31页 |
| 2.5 基于纹理合成的图像修复方法 | 第31-36页 |
| 2.5.1 基于图像分解修复方法 | 第32-33页 |
| 2.5.2 基于样例的修复方法 | 第33-36页 |
| 2.6 图像修复算法的性能评价 | 第36-37页 |
| 2.6.1 主观评价 | 第36-37页 |
| 2.6.2 客观评价 | 第37页 |
| 2.7 小结 | 第37-39页 |
| 第3章 平滑约束算子下基于样例的图像修复优化 | 第39-49页 |
| 3.1 扩散性能分析 | 第39-40页 |
| 3.1.1 TV模型算子的扩散性能分析 | 第39-40页 |
| 3.1.2 调和模型算子的扩散性能分析 | 第40页 |
| 3.2 优先权分析 | 第40-41页 |
| 3.3 平滑约束算子的引入 | 第41-42页 |
| 3.4 新的匹配准则 | 第42-43页 |
| 3.5 改进后的算法步骤及其流程图 | 第43-44页 |
| 3.6 仿真结果分析 | 第44-48页 |
| 3.7 小结 | 第48-49页 |
| 第4章 梯度平均与曲率加权下基于样例图像修复优化 | 第49-59页 |
| 4.1 置信度项的自适应改进 | 第49-50页 |
| 4.2 曲率半径项与平均梯度项的加权引入 | 第50-51页 |
| 4.3 修复次序的改进 | 第51-52页 |
| 4.4 改进算法的步骤及其流程图 | 第52-54页 |
| 4.5 仿真结果及其分析 | 第54-58页 |
| 4.6 小结 | 第58-59页 |
| 结论 | 第59-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第67页 |
