| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的结构安排及创新点 | 第15-17页 |
| 1.3.1 结构安排 | 第15-16页 |
| 1.3.2 创新点 | 第16-17页 |
| 第2章 图像修复理论及经典方法 | 第17-29页 |
| 2.1 图像修复的相关理论 | 第17-20页 |
| 2.1.1 图像灰度处理 | 第17-18页 |
| 2.1.2 图像的梯度算子 | 第18页 |
| 2.1.3 最佳猜测理论 | 第18页 |
| 2.1.4 图像修复的基本原则 | 第18-19页 |
| 2.1.5 图像修复的评价标准 | 第19-20页 |
| 2.2 基于图像分解的修复方法 | 第20-22页 |
| 2.3 基于样本块的修复算法 | 第22-27页 |
| 2.3.1 Criminisi算法介绍 | 第22-23页 |
| 2.3.2 算法主要步骤 | 第23-25页 |
| 2.3.3 仿真实验及结果分析 | 第25-27页 |
| 2.4 Criminisi算法优劣势 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 改进的Criminisi修复算法 | 第29-35页 |
| 3.1 优先权计算公式的改进 | 第29页 |
| 3.2 置信度的更新 | 第29-30页 |
| 3.3 实验结果及仿真分析 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于D-S证据理论的图像修复算法 | 第35-46页 |
| 4.1 基础理论知识 | 第35-37页 |
| 4.1.1 D-S证据理论的发展 | 第35页 |
| 4.1.2 基本原理 | 第35-37页 |
| 4.2 D-S证据理论的修复算法 | 第37-38页 |
| 4.3 改进最佳匹配块选择策略 | 第38-39页 |
| 4.4 实验结果及仿真分析 | 第39-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于D-S证据理论和蝙蝠算法的修复算法研究 | 第46-57页 |
| 5.1 蝙蝠算法介绍 | 第46-48页 |
| 5.1.1 蝙蝠算法的基本步骤 | 第46-47页 |
| 5.1.2 音量和脉冲速率 | 第47页 |
| 5.1.3 验证算法的测试函数 | 第47-48页 |
| 5.2 改进算法的流程 | 第48-50页 |
| 5.3 实验仿真结果与比较分析 | 第50-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63页 |