数字图像修复算法的研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于非纹理合成的图像修复 | 第10-11页 |
| 1.2.2 基于纹理合成的图像修复 | 第11-12页 |
| 1.3 本文研究内容及论文结构 | 第12-14页 |
| 第2章 图像修复算法理论 | 第14-23页 |
| 2.1 图像修复问题的描述 | 第14页 |
| 2.2 基于偏微分方程的图像修复模型 | 第14-17页 |
| 2.2.1 TV修复算法 | 第15-16页 |
| 2.2.2 CDD修复算法 | 第16-17页 |
| 2.3 基于样本块的图像修复算法 | 第17-20页 |
| 2.3.1 Criminisi算法简介 | 第17-18页 |
| 2.3.2 优先权的计算 | 第18-19页 |
| 2.3.3 最优匹配块的搜索 | 第19-20页 |
| 2.3.4 更新置信度 | 第20页 |
| 2.4 图像修复的质量评价标准 | 第20-22页 |
| 2.4.1 主观评价 | 第20-21页 |
| 2.4.2 客观评价 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 改进的CDD图像修复模型算法 | 第23-36页 |
| 3.1 CDD模型分析 | 第23-25页 |
| 3.2 改进的CDD模型流程 | 第25-29页 |
| 3.2.1 灰度差值比率函数的引入 | 第25页 |
| 3.2.2 扩散系数的改进 | 第25-26页 |
| 3.2.3 数值计算 | 第26-29页 |
| 3.3 实验结果与分析 | 第29-35页 |
| 3.3.1 视觉连通性实验 | 第29-31页 |
| 3.3.2 小面积划痕修复实验 | 第31-33页 |
| 3.3.3 文本污染修复实验 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 改进的Criminisi图像修复算法 | 第36-58页 |
| 4.1 Criminisi算法分析 | 第36-41页 |
| 4.1.1 优先权的分析 | 第36页 |
| 4.1.2 样本块大小的分析 | 第36-38页 |
| 4.1.3 块匹配准则的分析 | 第38-41页 |
| 4.2 LBP纹理与狼群优化算法 | 第41-44页 |
| 4.2.1 LBP纹理 | 第41-42页 |
| 4.2.2 狼群优化算法 | 第42-44页 |
| 4.3 改进的Criminisi算法流程 | 第44-48页 |
| 4.3.1 基于LBP的优先权函数 | 第44-45页 |
| 4.3.2 自适应块大小 | 第45-46页 |
| 4.3.3 自适应搜索空间 | 第46页 |
| 4.3.4 基于狼群算法的最佳块匹配 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-57页 |
| 4.4.1 目标物去除实验 | 第49-53页 |
| 4.4.2 划痕文字修复实验 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间的研究成果 | 第65页 |
