改进的图像修复算法的研究与实现
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-13页 |
·论文的研究背景 | 第7页 |
·数字图像修复的意义与应用 | 第7-9页 |
·国内外的研究现状 | 第9-12页 |
·本文的主要工作 | 第12-13页 |
第2章 数字图像修复方法 | 第13-31页 |
·基于偏微分方程的图像修复算法 | 第13-21页 |
·BSCB模型 | 第13-15页 |
·整体变分TV模型 | 第15-18页 |
·曲率驱动扩散CDD模型 | 第18-21页 |
·其他图像修复模型 | 第21页 |
·基于纹理合成的图像修复算法 | 第21-29页 |
·基于样本的Criminisi图像修复算法 | 第22-25页 |
·基于稀疏表示的图像修复算法 | 第25-26页 |
·基于结构纹理分解的图像修复算法 | 第26-27页 |
·基于图像分割的图像修复算法 | 第27-29页 |
·数字图像修复的评价方法 | 第29-30页 |
·主观评价 | 第29页 |
·客观评价 | 第29-30页 |
·本章小结 | 第30-31页 |
第3章 改进的基于样本的图像修复算法 | 第31-49页 |
·样本块大小的选择 | 第31-32页 |
·修复顺序的改进 | 第32-36页 |
·优先权函数分析 | 第32-33页 |
·权重选择 | 第33-35页 |
·结果分析 | 第35-36页 |
·新的更新置信度方程 | 第36-42页 |
·置信度更新的讨论 | 第36页 |
·虫口方程的引入 | 第36-41页 |
·结果分析 | 第41-42页 |
·改进算法流程 | 第42-43页 |
·实验结果分析 | 第43-47页 |
·本章小结 | 第47-49页 |
第4章 结论与展望 | 第49-51页 |
·论文结论 | 第49页 |
·工作展望 | 第49-51页 |
参考文献 | 第51-55页 |
攻读学位期间取得的研究成果 | 第55-57页 |
致谢 | 第57-58页 |