中文摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-16页 |
1.1 基于语义的图像适配问题描述 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.3 本文研究内容和创新点 | 第14-15页 |
1.4 本文组织结构 | 第15-16页 |
第二章 研究现状综述 | 第16-31页 |
2.1 自然图像的适配方法 | 第16-17页 |
2.2 基于样图的纹理合成典型算法 | 第17-22页 |
2.2.1 Efros 算法 | 第18-19页 |
2.2.2 Wei 算法 | 第19-20页 |
2.2.3 Ashikhmin 算法 | 第20页 |
2.2.4 Image Quilting 算法 | 第20-21页 |
2.2.5 Kwatra 纹理优化算法 | 第21-22页 |
2.3 基于图像概要方法的图像适配方法 | 第22-31页 |
2.3.1 具有对称特征的图像适配方法 | 第22-24页 |
2.3.2 双向相似性(Bidirectional Similarity)方法 | 第24-25页 |
2.3.3 块传递(Patch Transform)方法 | 第25-27页 |
2.3.4 Patch-match 方法 | 第27-29页 |
2.3.5 Shift-Map 方法 | 第29-30页 |
2.3.6 总结和评价 | 第30-31页 |
第三章 自然图像的可逆显示适配技术研究 | 第31-45页 |
3.1 引言 | 第31-32页 |
3.2 问题描述 | 第32-33页 |
3.3 自然图像的可逆适配算法 | 第33-39页 |
3.3.1 前向能量 Straight part energy | 第34-35页 |
3.3.2 后向能量 Inverse part energy | 第35-36页 |
3.3.3 能量函数的实现 | 第36页 |
3.3.4 能量曲线增减过程 | 第36-37页 |
3.3.5 动态规划求解 | 第37-38页 |
3.3.6 离散调整图像大小 | 第38-39页 |
3.4 虚拟点数据结构 | 第39-42页 |
3.4.1 向前能量(Forward energy)的引入和不足 | 第40页 |
3.4.2 虚拟点数据结构 | 第40-41页 |
3.4.3 能量线插入算法 | 第41-42页 |
3.5 实验结果 | 第42-44页 |
3.6 小结 | 第44-45页 |
第四章 纹理图像适配技术研究 | 第45-72页 |
4.1 纹理图像的定义和性质 | 第45-46页 |
4.2 纹理图像的特点 | 第46-48页 |
4.3 纹理合成技术 | 第48-50页 |
4.4 基于小波的纹理合成算法 | 第50-59页 |
4.4.1 小波多分辨率金字塔 | 第51页 |
4.4.2 算法框架 | 第51-54页 |
4.4.3 样图小波分解 | 第54-56页 |
4.4.4 基于优化的二维纹理合成算法 | 第56-58页 |
4.4.5 小波纹理重构 | 第58-59页 |
4.5 邻域匹配策略 | 第59-67页 |
4.5.1 小波系数通道 | 第61-63页 |
4.5.2 邻域矩阵匹配 | 第63-65页 |
4.5.3 距离度量 | 第65-67页 |
4.6 实验结果 | 第67-71页 |
4.7 结论 | 第71-72页 |
第五章 对称图像显示适配方法研究 | 第72-92页 |
5.1 引言 | 第72-74页 |
5.2 对称检测和识别 | 第74-81页 |
5.2.1 一般对称检测 | 第75-77页 |
5.2.2 旋转对称检测 | 第77-79页 |
5.2.3 对称识别 | 第79-81页 |
5.3 对称图像的概要方法 | 第81-85页 |
5.3.1 对称区域的概要方法 | 第81-82页 |
5.3.2 对称单元的概要方法 | 第82-83页 |
5.3.3 非对称区域的适配方法 | 第83-84页 |
5.3.4 边界融合 | 第84-85页 |
5.4 结果和讨论 | 第85-92页 |
第六章 总结与展望 | 第92-95页 |
6.1 本文工作 | 第92-94页 |
6.1.1 研究内容 | 第92-93页 |
6.1.2 研究方法 | 第93页 |
6.1.3 研究结果 | 第93-94页 |
6.2 未来工作展望 | 第94-95页 |
参考文献 | 第95-103页 |
发表论文和科研情况说明 | 第103-104页 |
致谢 | 第104页 |