| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.2.1 基于结构的数字图像修复方法 | 第11-13页 |
| 1.2.2 基于纹理的数字图像修复方法 | 第13-14页 |
| 1.3 论文内容及组织结构 | 第14-16页 |
| 第2章 图像修复的相关知识 | 第16-25页 |
| 2.1 退化模型 | 第16-17页 |
| 2.2 贝叶斯算法和最佳猜测原理 | 第17-18页 |
| 2.3 变分原理及相关知识 | 第18-20页 |
| 2.3.1 函数 | 第18页 |
| 2.3.2 泛函 | 第18-19页 |
| 2.3.3 变分法 | 第19-20页 |
| 2.3.4 最陡下降法 | 第20页 |
| 2.4 修复算法的评价方法 | 第20-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 基于变分PDE的图像修复经典算法 | 第25-39页 |
| 3.1 变分修补模型 | 第25页 |
| 3.2 TV模型 | 第25-29页 |
| 3.3 CDD修复模型 | 第29-31页 |
| 3.4 基于P-Laplace算法的图像修复模型 | 第31-33页 |
| 3.4.1 P-Laplace修复模型定义 | 第31页 |
| 3.4.2 P-Laplace修复模型分析 | 第31-33页 |
| 3.4.3 数值实现 | 第33页 |
| 3.5 仿真实验结果分析 | 第33-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于自适应的P-Laplace修复模型及混合模型 | 第39-49页 |
| 4.1 自适应P-Laplace修复模型 | 第39-41页 |
| 4.1.1 自适应P-Laplace修复模型扩散性能分析 | 第40-41页 |
| 4.1.2 自适应P-Laplace修复模型过程分析 | 第41页 |
| 4.2 基于自适应P-Laplace和TV修复模型的混合模型 | 第41-42页 |
| 4.2.1 混合模型 | 第41-42页 |
| 4.2.2 混合模型的数值实现 | 第42页 |
| 4.3 仿真实验结果及分析 | 第42-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于八邻域的自适应高阶变分修复算法 | 第49-61页 |
| 5.1 自适应高阶变分修复模型 | 第49-50页 |
| 5.2 数值实现 | 第50-53页 |
| 5.2.1 算法自适应参数p的实现 | 第50-51页 |
| 5.2.2 四邻域1(43)中的迭代 | 第51-52页 |
| 5.2.3 四邻域2(43)中的迭代 | 第52-53页 |
| 5.2.4 八邻域(43)中的迭代 | 第53页 |
| 5.3 实验结果分析 | 第53-59页 |
| 5.3.1 实验评价方法 | 第53-54页 |
| 5.3.2 实验参数设置 | 第54页 |
| 5.3.3 实验结果 | 第54-59页 |
| 5.4 实验评价 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 在学期间科研情况 | 第69页 |
