首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于稀疏表示的图像修复算法研究

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-17页
   ·研究背景第9-12页
     ·图像修复简介第9-10页
     ·稀疏表示理论第10-12页
   ·研究现状第12-14页
   ·稀疏表示在图像修复上的应用第14-15页
   ·主要研究内容第15-16页
   ·本章小结第16-17页
第2章 相关算法介绍第17-30页
   ·传统的图像修复算法第17-23页
     ·TV及CDD模型第17-20页
     ·纹理采样填充第20-23页
   ·基于稀疏表示理论的图像修复算法第23-27页
     ·EM算法第23-25页
     ·块纹理重构算法第25-27页
   ·图像修复效果的评价方法第27-29页
   ·本章小结第29-30页
第3章 数据修复算法第30-39页
   ·信号稀疏表示第30-34页
     ·稀疏信号的定义第30-31页
     ·过完备字典下稀疏分解第31-32页
     ·稀疏表示算法第32-34页
   ·数据修复算法原理第34页
   ·一维数据修复仿真第34-36页
   ·图像修复及仿真第36-38页
   ·本章小结第38-39页
第4章 图像修复改进算法第39-46页
   ·改进思路第39-40页
   ·K-SVD算法第40-42页
     ·奇异值分解(SVD)介绍第40页
     ·K-SVD算法第40-42页
   ·基于K-SVD算法的图像修复算法第42-43页
   ·图像修复实验仿真第43-45页
   ·本章小结第45-46页
第5章 基于MOD算法的图像修复以及改进算法第46-57页
   ·重叠提取的图像修复模型第46-47页
   ·基于改进MOD算法的图像修复算法第47-52页
     ·MOD算法介绍第47-49页
     ·改进的MOD算法第49-51页
     ·基于改进MOD算法的图像修复算法第51-52页
   ·实验仿真第52-56页
   ·本章小结第56-57页
第6章 总结与展望第57-59页
   ·总结第57-58页
   ·展望第58-59页
参考文献第59-62页
致谢第62-63页
攻读学位期间参加的科研项目和成果第63页

论文共63页,点击 下载论文
上一篇:联指图自动切割与识别方法研究
下一篇:基于Android平台的增强现实的实现和应用