基于结构信息与块统计特性的图像修复算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 研究背景和意义 | 第8-11页 |
| 1.2 图像修复的定义和描述 | 第11-12页 |
| 1.3 图像修复研究现状 | 第12-16页 |
| 1.4 图像修复效果评价标准 | 第16页 |
| 1.5 本文主要研究内容及各章节安排 | 第16-19页 |
| 第2章 图像修复相关理论及经典算法 | 第19-27页 |
| 2.1 格式塔认知理论 | 第19-21页 |
| 2.2 基于偏微分方程的图像修复方法 | 第21-22页 |
| 2.3 基于贪心匹配的样本块图像修复方法 | 第22-24页 |
| 2.4 基于全局优化的图像修复方法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于结构重构与约束的图像修复算法研究 | 第27-39页 |
| 3.1 引言 | 第27-28页 |
| 3.2 图像结构信息重构 | 第28-31页 |
| 3.2.1 图像缺损结构检测 | 第28-29页 |
| 3.2.2 图像缺损结构重构 | 第29-31页 |
| 3.3 重构结构约束下的图像纹理填充 | 第31-33页 |
| 3.4 实验结果与分析 | 第33-38页 |
| 3.4.1 破损图像修复 | 第33-36页 |
| 3.4.2 目标移除图像修复 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于样本块梯度统计特性的图像修复算法研究 | 第39-53页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于样本块梯度统计特性的图像修复优先权 | 第40-44页 |
| 4.3 结合梯度和颜色信息的最佳匹配块选择 | 第44-45页 |
| 4.4 基于随机一致性的快速搜索策略 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-52页 |
| 4.5.1 文本和划痕图像修复 | 第47-50页 |
| 4.5.2 目标移除图像修复 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 研究展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第59-60页 |
| 致谢 | 第60-61页 |
