首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于样本结构的图像修复技术的研究与应用

摘要第1-7页
ABSTRACT第7-11页
第1章 绪论第11-18页
   ·研究背景和意义第11-13页
   ·国内外研究现状第13-15页
   ·本文研究内容第15-16页
   ·论文章节安排第16-18页
第2章 相关理论背景第18-32页
   ·数字图像处理相关基础第18-23页
     ·卷积与相关第18-19页
     ·傅里叶变换第19-20页
     ·仿射变换第20-21页
     ·图像插值第21-23页
   ·CRIMINISI算法介绍第23-27页
     ·算法原理第23-25页
     ·算法分析第25-26页
     ·修复效果第26-27页
   ·图像配准技术简介第27-29页
     ·图像配准原理第27-28页
     ·基于灰度信息配准法第28-29页
     ·图像配准应用第29页
   ·图像修复的评判标准第29-31页
     ·主观评价方法第30页
     ·客观评价方法第30-31页
   ·本章小结第31-32页
第3章 样本结构一致性修复算法第32-45页
   ·优先权函数第32-36页
     ·置信度更新策略第33-35页
     ·匹配置信度项第35-36页
   ·结构一致性匹配准则第36-38页
   ·FFT加速第38-39页
   ·算法描述第39-41页
   ·实验结果分析第41-44页
   ·本章小结第44-45页
第4章 基于样本形变的修复方法第45-57页
   ·引言第45-46页
   ·IC-GN算法第46-50页
     ·ZNSSD准则第47-48页
     ·形变函数第48页
     ·最优化方法第48-49页
     ·形变函数更新与收敛第49-50页
   ·算法实现与描述第50-54页
     ·插值系数查找表第51页
     ·算法流程第51-54页
   ·实验结果分析第54-56页
   ·本章小结第56-57页
第5章 图像修复系统第57-63页
   ·系统实现第57-60页
     ·功能模块第57-58页
     ·技术规划第58-59页
     ·系统流程第59-60页
   ·系统界面第60-62页
   ·本章小结第62-63页
第6章 结论与展望第63-66页
   ·结论第63-64页
   ·展望第64-66页
参考文献第66-70页
致谢第70-71页
攻读学位期间参加的科研项目和成果第71页

论文共71页,点击 下载论文
上一篇:数据流实时存储关键技术
下一篇:基于人类视觉特性的图像质量评价