摘要 | 第4-6页 |
abstract | 第6-8页 |
专用术语注释表 | 第11-12页 |
第一章 绪论 | 第12-26页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 国内外研究现状 | 第14-18页 |
1.3 研究内容及贡献 | 第18-25页 |
1.4 论文组织结构 | 第25-26页 |
第二章 基于样本块尺度自适应选择的图像修复方法 | 第26-45页 |
2.1 问题的提出 | 第26-29页 |
2.2 样本块尺度自适应选择 | 第29-36页 |
2.2.1 图像填补顺序 | 第29-30页 |
2.2.2 样本块大小的自适应计算 | 第30-35页 |
2.2.3 置信度的计算 | 第35-36页 |
2.3 实验结果与分析 | 第36-44页 |
2.3.1 评价指标 | 第36页 |
2.3.2 参数设置 | 第36-37页 |
2.3.3 实验结果 | 第37-44页 |
2.4 本章小结 | 第44-45页 |
第三章 基于多分辨率技术的分层图像修复方法 | 第45-73页 |
3.1 概述 | 第45-46页 |
3.2 基于整体引导式分层修复算法 | 第46-57页 |
3.2.1 金字塔分解 | 第46页 |
3.2.2 整体引导式分层修复框架 | 第46-48页 |
3.2.3 基于样本块的顶层修复 | 第48-49页 |
3.2.4 分层引导的其它层修复 | 第49-51页 |
3.2.5 实验结果与分析 | 第51-57页 |
3.3 基于筛网型引导式分层修复方法 | 第57-72页 |
3.3.1 筛网型引导式分层修复框架 | 第58-61页 |
3.3.2 顶层图像的修复 | 第61-62页 |
3.3.3 其它层图像的修复 | 第62-63页 |
3.3.4 最优候选块的选择 | 第63-64页 |
3.3.5 实验结果与分析 | 第64-72页 |
3.4 本章小结 | 第72-73页 |
第四章 基于多分辨率图像特征和图割技术相结合的图像修复方法 | 第73-95页 |
4.1 引言 | 第73-76页 |
4.2 基于多分辨率图像特征的优先权计算 | 第76-78页 |
4.3 多分辨率图像资源的搜索 | 第78-82页 |
4.4 候选样本块筛选策略 | 第82-84页 |
4.5 基于图割的填补 | 第84-85页 |
4.6 实验结果与分析 | 第85-94页 |
4.7 本章小结 | 第94-95页 |
第五章 基于深度卷积生成对抗网络的图像修复方法 | 第95-107页 |
5.1 生成对抗网络 | 第96-98页 |
5.2 基于邻域梯度约束的生成对抗网络 | 第98-106页 |
5.2.1 内容损失 | 第99-100页 |
5.2.2 梯度损失 | 第100页 |
5.2.3 先验损失 | 第100-101页 |
5.2.4 DCGAN-NGC修复算法过程 | 第101-102页 |
5.2.5 实验结果与分析 | 第102-105页 |
5.2.6 讨论 | 第105-106页 |
5.3 本章小结 | 第106-107页 |
第六章 总结与展望 | 第107-111页 |
6.1 论文总结 | 第107-109页 |
6.2 工作展望 | 第109-111页 |
参考文献 | 第111-119页 |
附录1 攻读博士学位期间撰写的论文 | 第119-120页 |
附录2 攻读博士学位期间申请的专利 | 第120-121页 |
附录3 攻读博士学位期间主持和参与的科研项目 | 第121-122页 |
附录4 攻读博士学位期间获得的成果奖 | 第122-123页 |
致谢 | 第123-124页 |