| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第7-12页 |
| ·背景介绍 | 第7-9页 |
| ·本文的技术路线 | 第9-10页 |
| ·本文的结构安排 | 第10-12页 |
| 第二章 研究背景 | 第12-30页 |
| ·当前的图像修复技术 | 第12-13页 |
| ·图像修复问题的定义 | 第12-13页 |
| ·基于变分PDE的图像修复技术 | 第13-16页 |
| ·基于全变分(TV)模型的图像修复方法 | 第14-16页 |
| ·基于纹理合成的图像修复技术 | 第16-26页 |
| ·简单的纹理合成技术的应用 | 第17页 |
| ·自动处理缺损区域的混合纹理信息的技术 | 第17-20页 |
| ·补充结构线+纹理填充的图像修复技术 | 第20-24页 |
| ·全局优化算法 | 第24-26页 |
| ·已有算法尚未解决的问题 | 第26页 |
| ·本文技术路线的具体分析 | 第26-30页 |
| 第三章 针对图像中光照情况的修复技术 | 第30-44页 |
| ·关键技术 | 第30-38页 |
| ·从单幅图像中分解出Intrinsic图 | 第30-34页 |
| ·纹理合成技术 | 第34-37页 |
| ·图像修复中的纹理合成的应用 | 第37-38页 |
| ·去除图片中光照下的物体表面的图案、文字 | 第38-41页 |
| ·一个简单的灰度图的例子 | 第38-39页 |
| ·主要思想和实现流程 | 第39-41页 |
| ·去除图片中光照下的实际物体 | 第41-44页 |
| ·主要思想和实现流程 | 第41-44页 |
| 第四章 实验数据和分析 | 第44-50页 |
| ·Intrinsicimages的求解算法的局限性 | 第44-45页 |
| ·基于Intrinsicimages的图像修复的优越性 | 第45页 |
| ·实验结果 | 第45-48页 |
| ·算法性能 | 第48-50页 |
| 第五章 结束与展望 | 第50-52页 |
| 参考文献 | 第52-59页 |
| 攻读学位期间的工作与发表论文 | 第59-60页 |
| 致谢 | 第60-61页 |