基于图像分解和稀疏表示的图像修复方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 基于扩散PDEs的图像修复方法 | 第12-14页 |
| 1.2.2 基于纹理合成的图像修复方法 | 第14-15页 |
| 1.2.3 基于稀疏表示\低阶秩的图像修复 | 第15-17页 |
| 1.3 评价准则 | 第17-19页 |
| 1.3.1 信噪比和峰值信噪比 | 第17-18页 |
| 1.3.2 结构相似性度量 | 第18-19页 |
| 1.4 论文研究内容和安排 | 第19-20页 |
| 第2章 经典图像修复模型 | 第20-29页 |
| 2.1 全变分图像修复模型 | 第20-22页 |
| 2.2 Criminisi算法原理 | 第22-24页 |
| 2.3 小波域全变分修复模型 | 第24-27页 |
| 2.4 小波域非局部全变分修复模型 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于图像分解的图像修复方法 | 第29-43页 |
| 3.1 图像分解原理 | 第29-31页 |
| 3.2 结构部分修复算法 | 第31-36页 |
| 3.2.1 基于快速行进法的图像预填充 | 第31-32页 |
| 3.2.2 基于改进TV-H-1模型的图像修复 | 第32-36页 |
| 3.3 纹理部分修复算法 | 第36-38页 |
| 3.3.1 图像局部相似性 | 第36-37页 |
| 3.3.2 基于局部搜索的Criminisi算法 | 第37-38页 |
| 3.4 实验结果和分析 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 两步小波域修复模型 | 第43-65页 |
| 4.1 两步小波域修复模型 | 第43-46页 |
| 4.2 两步小波域修复模型求解 | 第46-50页 |
| 4.3 实验结果和分析 | 第50-63页 |
| 4.4 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位发表的论文及其它成果 | 第73-74页 |
| 致谢 | 第74页 |
