| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 引言 | 第9-10页 |
| 1.2 课题研究背景及意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 数字图像技术在壁画修复方面的研究现状及相关应用 | 第13页 |
| 1.5 本课题组织结构 | 第13-15页 |
| 2 基于样本纹理的数字图像修复技术 | 第15-29页 |
| 2.1 数字图像修复模型概述 | 第15页 |
| 2.2 样本纹理合成方法 | 第15-17页 |
| 2.3 基于样本纹理合成的图像修复算法 | 第17-18页 |
| 2.4 Criminisi算法的原理及修复过程 | 第18-22页 |
| 2.5 Criminisi算法优先权问题分析及改进 | 第22-24页 |
| 2.6 Criminisi算法块效应问题分析及改进 | 第24-26页 |
| 2.7 算法改进后实验结果与分析 | 第26页 |
| 2.8 本章小结 | 第26-29页 |
| 3 采用色彩图像分割的数字壁画图像样本修复算法 | 第29-43页 |
| 3.1 图像修复中壁画色彩变化的因素 | 第29页 |
| 3.2 彩色视觉及三基色原理 | 第29-30页 |
| 3.3 颜色空间的定义与应用 | 第30-34页 |
| 3.3.1 RGB可视化颜色空间 | 第30-31页 |
| 3.3.2 HIS颜色空间模型 | 第31-32页 |
| 3.3.3 HIS与RGB颜色空间的转换 | 第32页 |
| 3.3.4 孟塞尔色彩模型 | 第32-33页 |
| 3.3.5 孟赛尔颜色空间HVC与RGB颜色空间转换 | 第33-34页 |
| 3.4 基于图像色彩分割的Criminisi算法 | 第34-37页 |
| 3.5 彩色图像分割前预处理 | 第37-39页 |
| 3.6 图像颜色分割后壁画颜色修复效果 | 第39-41页 |
| 3.7 本章小结 | 第41-43页 |
| 4 古代壁画色彩修复效果实现及其评价 | 第43-51页 |
| 4.1 图像色彩衰变曲线对应的颜色修复 | 第43-44页 |
| 4.2 数字图像修复的评价方法 | 第44-45页 |
| 4.3 实验仿真环境及内容 | 第45页 |
| 4.4 实验结果分析及比较 | 第45-48页 |
| 4.5 本章小结 | 第48-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 本课题工作总结 | 第51页 |
| 5.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 作者攻读学位期间发表学术论文清单 | 第59-61页 |
| 致谢 | 第61页 |
