| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第13-26页 |
| 1.1 引言 | 第13页 |
| 1.2 课题的提出及研究意义 | 第13-16页 |
| 1.2.1 选题背景 | 第13-14页 |
| 1.2.2 研究意义 | 第14-15页 |
| 1.2.3 图像修复的应用 | 第15-16页 |
| 1.3 图像修复技术分类 | 第16-22页 |
| 1.3.1 基于扩散的方法 | 第17-18页 |
| 1.3.2 基于变换域的方法 | 第18-19页 |
| 1.3.3 基于样本块的方法 | 第19-21页 |
| 1.3.4 混合图像修复方法 | 第21-22页 |
| 1.4 论文主要工作 | 第22-23页 |
| 1.5 论文结构安排 | 第23-26页 |
| 第2章 基于样本块图像修复的基本问题 | 第26-35页 |
| 2.1 引言 | 第26页 |
| 2.2 基于匹配的方法 | 第26-34页 |
| 2.2.1 优先权计算 | 第26-30页 |
| 2.2.2 匹配准则 | 第30-31页 |
| 2.2.3 填充方法 | 第31-32页 |
| 2.2.4 实验结果分析 | 第32-34页 |
| 2.3 小结 | 第34-35页 |
| 第3章 基于鲁棒结构稀疏度的自适应图像修补算法 | 第35-53页 |
| 3.1 引言 | 第35页 |
| 3.2 自适应图像修复算法 | 第35-40页 |
| 3.2.1 鲁棒结构稀疏度函数 | 第36-38页 |
| 3.2.2 自适应确定样本块大小 | 第38页 |
| 3.2.3 自适应确定邻域一致性约束权重 | 第38-39页 |
| 3.2.4 自适应确定搜索区域尺寸 | 第39-40页 |
| 3.2.5 算法复杂度分析 | 第40页 |
| 3.3 实验结果分析 | 第40-52页 |
| 3.3.1 参数分析 | 第40-45页 |
| 3.3.2 小区域破损修复性能分析 | 第45-49页 |
| 3.3.3 大区域破损修复性能分析 | 第49-52页 |
| 3.4 小结 | 第52-53页 |
| 第4章 结合梯度和颜色信息的样本块稀疏性图像修补算法 | 第53-70页 |
| 4.1 引言 | 第53页 |
| 4.2 引入梯度信息的样本块稀疏性图像修复算法 | 第53-59页 |
| 4.2.1 加权颜色-梯度距离 | 第54-55页 |
| 4.2.2 基于颜色-梯度结构稀疏度的填充顺序 | 第55-58页 |
| 4.2.3 颜色和梯度空间的局部连续一致性约束 | 第58-59页 |
| 4.2.4 算法复杂度分析 | 第59页 |
| 4.3 实验结果分析 | 第59-69页 |
| 4.3.1 参数确定 | 第60-63页 |
| 4.3.2 小区域破损修复性能分析 | 第63-66页 |
| 4.3.3 区域破损修复性能分析 | 第66-69页 |
| 4.4 小结 | 第69-70页 |
| 第5章 引入多方向特征的样本块稀疏性图像修补算法 | 第70-98页 |
| 5.1 引言 | 第70页 |
| 5.2 基于超小波的图像修复算法 | 第70-77页 |
| 5.2.1 平滑模板选取 | 第71-75页 |
| 5.2.2 算法流程 | 第75-76页 |
| 5.2.3 实验结果分析 | 第76-77页 |
| 5.3 利用多方向特征的样本块修复算法 | 第77-84页 |
| 5.3.1 多方向特征提取方法 | 第78-79页 |
| 5.3.2 加权颜色-方向距离 | 第79-81页 |
| 5.3.3 基于颜色-方向结构稀疏度的填充顺序 | 第81-82页 |
| 5.3.4 颜色和方向空间内的局部连续一致性约束 | 第82-84页 |
| 5.3.5 算法复杂度分析 | 第84页 |
| 5.4 实验结果分析 | 第84-97页 |
| 5.4.1 方向特征个数与超小波变换对修复结果影响 | 第84-87页 |
| 5.4.2 权重参数选取 | 第87-90页 |
| 5.4.3 小区域破损修复性能分析 | 第90-93页 |
| 5.4.4 大区域破损修复性能分析 | 第93-95页 |
| 5.4.5 与基于MRF的方法对比 | 第95-97页 |
| 5.5 小结 | 第97-98页 |
| 第6章 基于多方向特征的MRF图像修补算法 | 第98-136页 |
| 6.1 引言 | 第98-99页 |
| 6.2 现有基于MRF的算法介绍 | 第99-102页 |
| 6.2.1 Pritch算法 | 第99-100页 |
| 6.2.2 He算法 | 第100-101页 |
| 6.2.3 实验结果分析 | 第101-102页 |
| 6.3 联合多方向特征的全局优化图像修补算法模型 | 第102-118页 |
| 6.3.1 能量方程构造 | 第103-105页 |
| 6.3.2 模型求解 | 第105-107页 |
| 6.3.3 修复算法性能分析 | 第107-118页 |
| 6.4 基于所需方向结构特征统计的图像修补算法 | 第118-134页 |
| 6.4.1 所需方向结构特征统计思想 | 第118-124页 |
| 6.4.2 算法实现 | 第124-125页 |
| 6.4.3 修复性能分析 | 第125-134页 |
| 6.5 小结 | 第134-136页 |
| 总结与展望 | 第136-139页 |
| 致谢 | 第139-140页 |
| 参考文献 | 第140-151页 |
| 附录A | 第151-153页 |
| 附录B | 第153-155页 |
| 攻读博士学位期间发表的论文及科研成果 | 第155-156页 |