| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 图像修补问题描述 | 第16-18页 |
| 1.3 国内外相关研究动态 | 第18-26页 |
| 1.3.1 待修复区域提取方法研究动态 | 第18-20页 |
| 1.3.2 图像修补技术研究现状 | 第20-25页 |
| 1.3.3 图像修补评价体系研究概况 | 第25-26页 |
| 1.4 论文主要研究内容与创新点 | 第26-27页 |
| 1.5 论文组织结构 | 第27-29页 |
| 第2章 图像智能修补基本理论 | 第29-57页 |
| 2.1 图像纹理基本知识概述 | 第29-30页 |
| 2.2 图像纹理特征分析与目标提取模型 | 第30-42页 |
| 2.2.1 纹理特征描述方法 | 第30-34页 |
| 2.2.2 图像目标提取模型 | 第34-42页 |
| 2.3 基于样本的图像大区域修补算法 | 第42-51页 |
| 2.3.1 Criminisi算法 | 第42-45页 |
| 2.3.2 交互式图像修复方法 | 第45-46页 |
| 2.3.3 全局优化图像修复方法 | 第46-49页 |
| 2.3.4 偏移量统计模型 | 第49-51页 |
| 2.4 图像质量评价方法 | 第51-56页 |
| 2.4.1 主观评价法 | 第51-53页 |
| 2.4.2 客观评价方法 | 第53-55页 |
| 2.4.3 考虑视觉特性的评价方法 | 第55-56页 |
| 2.5 本章小结 | 第56-57页 |
| 第3章 纹理背景下的待修补区域自动提取 | 第57-86页 |
| 3.1 纹理图像特定区域提取概述 | 第57-58页 |
| 3.2 基于模糊能量的纹理缺损区域自动定位 | 第58-69页 |
| 3.2.1 缺损纹理图像特征分析 | 第58-60页 |
| 3.2.2 缺损区域粗定位 | 第60-62页 |
| 3.2.3 考虑模糊信息的缺损区域精确定位 | 第62-68页 |
| 3.2.4 算法步骤描述 | 第68-69页 |
| 3.3 细粒度纹理中的强对比度区域无监督提取 | 第69-78页 |
| 3.3.1 两通道纹理特征提取 | 第70-73页 |
| 3.3.2 结合调整项与模糊因子的纹理提取模型 | 第73-77页 |
| 3.3.3 算法步骤描述 | 第77-78页 |
| 3.4 实验结果与讨论 | 第78-85页 |
| 3.4.1 纹理缺损区域自动定位实验分析 | 第78-81页 |
| 3.4.2 强对比度纹理无监督提取实验分析 | 第81-85页 |
| 3.5 本章小结 | 第85-86页 |
| 第4章 考虑块关联特性的链式图像纹理修补 | 第86-113页 |
| 4.1 图像纹理修补主要问题分析 | 第86-87页 |
| 4.2 结合块关联匹配与低秩矩阵超分辨的图像修补算法 | 第87-96页 |
| 4.2.1 图像块关联匹配修复算法 | 第87-90页 |
| 4.2.2 带噪低秩矩阵填充的图像精修复 | 第90-95页 |
| 4.2.3 算法步骤描述 | 第95-96页 |
| 4.3 动态尺度块匹配约束下的链式优化图像修补算法 | 第96-106页 |
| 4.3.1 图像块动态尺度搜索匹配策略 | 第96-101页 |
| 4.3.2 考虑块关联性的图像逐层链式优化修复 | 第101-105页 |
| 4.3.3 算法步骤描述 | 第105-106页 |
| 4.4 实验结果与讨论 | 第106-112页 |
| 4.4.1 基于块关联匹配与超分辨的图像修复实验分析 | 第106-109页 |
| 4.4.2 考虑动态尺度块匹配的链式图像修复实验分析 | 第109-112页 |
| 4.5 本章小结 | 第112-113页 |
| 第5章 基于视觉关注度的图像修补质量客观评价 | 第113-135页 |
| 5.1 图像修补质量评价问题分析 | 第113-117页 |
| 5.1.1 图像修复存在的质量问题 | 第113-116页 |
| 5.1.2 图像修复质量客观评价难点分析 | 第116-117页 |
| 5.2 基于视觉关注度与图像统计特性的修补质量评价 | 第117-129页 |
| 5.2.1 人类视觉机制特性 | 第117-120页 |
| 5.2.2 基于视觉关注的修复图像感兴趣区域提取 | 第120-125页 |
| 5.2.3 结合视觉关注机制与图像统计特性的修补质量评价 | 第125-128页 |
| 5.2.4 算法步骤描述 | 第128-129页 |
| 5.3 实验结果与讨论 | 第129-134页 |
| 5.3.1 图像修复质量评价算法的性能分析 | 第129-133页 |
| 5.3.2 图像智能修复全过程分析 | 第133-134页 |
| 5.4 本章小结 | 第134-135页 |
| 第6章 结论与展望 | 第135-137页 |
| 6.1 全文总结 | 第135-136页 |
| 6.2 未来工作展望 | 第136-137页 |
| 参考文献 | 第137-147页 |
| 攻读博士学位期间发表的论文及其它成果 | 第147-149页 |
| 攻读博士学位期间参加的科研工作 | 第149-150页 |
| 致谢 | 第150-151页 |
| 作者简介 | 第151页 |
