基于稀疏表示的图像修补研究

摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-16页
·引言	第8页
·图像的稀疏表示	第8-12页
·稀疏表示理论	第8-11页
·稀疏表示的国内外研究现状	第11-12页
·图像修补概述	第12-14页
·本文的主要研究内容及结构安排	第14-16页
第二章 基于稀疏MCA模型的图像修补	第16-28页
·MCA模型	第16-20页
·MCA数学模型	第16-17页
·MCA模型算法实现	第17-19页
·MCA模型实验结果	第19-20页
·CDD图像修补模型	第20-22页
·CDD模型修补原理	第20-21页
·CDD模型算法实现	第21-22页
·MCA&CDD相结合的图像修补	第22-27页
·MCA&CDD相结合算法	第22-23页
·MCA&CDD实验结果	第23-27页
·本章小结	第27-28页
第三章 基于VO模型的稀疏图像修补	第28-48页
·Bregman迭代方法	第28-36页
·Bregman距离	第28页
·基本Bregman迭代方法	第28-30页
·简化Bregman迭代方法	第30-31页
·线性化Bregman迭代方法	第31-35页
·分裂Bregman迭代方法	第35-36页
·VO模型	第36-38页
·Bregman方法求解VO模型实现图像分解	第38-44页
·算法实现	第38-40页
·实验仿真	第40-44页
·VO&CDD模型相结合的稀疏图像修补	第44-47页
·算法实现	第44-45页
·实验仿真	第45-47页
·本章小结	第47-48页
第四章 一种新的图像稀疏分解修补模型	第48-60页
·SAT模型的建立	第48-49页
·基于Bregman迭代的SAT模型的图像分解	第49-52页
·算法实现	第49-50页
·实验仿真与分析	第50-52页
·基于Bregman迭代的SAT模型图像稀疏修补	第52-59页
·算法实现	第52-55页
·实验仿真与分析	第55-59页
·本章小结	第59-60页
第五章 总结与展望	第60-62页
·研究内容总结	第60页
·未来工作展望	第60-62页
参考文献	第62-66页
致谢	第66页