| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-25页 |
| ·研究背景和意义 | 第11-15页 |
| ·图像修复的定义和描述 | 第15-16页 |
| ·图像修复研究现状 | 第16-20页 |
| ·难点和挑战 | 第20-22页 |
| ·本文的研究内容 | 第22页 |
| ·本文的结构安排 | 第22-25页 |
| 第2章 问题建模和基本方法 | 第25-33页 |
| ·问题建模 | 第25-26页 |
| ·基于贪心匹配的块采样修复算法 | 第26-28页 |
| ·优先权的计算 | 第26-27页 |
| ·块匹配准则 | 第27页 |
| ·修复流程概述 | 第27页 |
| ·算法的缺陷和问题 | 第27-28页 |
| ·基于全局优化的修复算法 | 第28-33页 |
| ·基于马尔科夫随机场模型的图像修复问题 | 第28-30页 |
| ·Graph Cut能量优化算法 | 第30-31页 |
| ·基于Graph-Cut的图像修复算法 | 第31-33页 |
| 第3章 基于块匹配统计特性和交互输入的图像修复算法 | 第33-43页 |
| ·概述 | 第33-34页 |
| ·快速块匹配算法研究 | 第34-35页 |
| ·自然图像中的块匹配特性 | 第35-38页 |
| ·结合交互的图像修复算法 | 第38-39页 |
| ·实验结果 | 第39-43页 |
| ·简单用户交互的加入对于图像修复的提升 | 第39-41页 |
| ·与其他方法进行对比 | 第41页 |
| ·算法效率对比 | 第41-43页 |
| 第4章 基于HOG特征的全局优化修复算法 | 第43-55页 |
| ·概述 | 第43-44页 |
| ·结构描述算子在提升图像修复效果中的作用 | 第44-45页 |
| ·精简标签数的多标签能量优化算法 | 第45-47页 |
| ·实验结果 | 第47-55页 |
| ·结构描述算子的加入对于修复效果的提升 | 第47-49页 |
| ·标签自适应机制对于图像修复效果的提升 | 第49页 |
| ·与其他方法对比 | 第49-50页 |
| ·时间复杂度 | 第50-51页 |
| ·更多结果 | 第51-52页 |
| ·算法局限性 | 第52-55页 |
| 第5章 图像修复质量评价 | 第55-61页 |
| ·图像修复的评价方法 | 第55页 |
| ·客观评价方法 | 第55-56页 |
| ·主观评价方法 | 第56-60页 |
| ·样本图像筛选 | 第56页 |
| ·挑选观测者并进行主观质量评价 | 第56-57页 |
| ·对评价结果进行统计分析 | 第57-58页 |
| ·实验结果 | 第58-60页 |
| ·总结 | 第60-61页 |
| 第6章 总结和展望 | 第61-63页 |
| ·论文总结 | 第61-62页 |
| ·未来研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 在读期间发表的学术论文与取得的研究成果 | 第71页 |