基于纹理合成的图像修复算法研究
| 目录 | 第4-6页 |
| CONTENTS | 第6-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题背景及意义 | 第12-15页 |
| 1.1.1 图像修复技术研究背景 | 第12-13页 |
| 1.1.2 图像修复技术应用前景 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 论文内容和章节安排 | 第17-18页 |
| 第二章 图像修复理论综述 | 第18-31页 |
| 2.1 图像修复问题描述 | 第18-19页 |
| 2.2 小尺度缺损图像修复 | 第19-27页 |
| 2.2.1 BSCB模型 | 第19-22页 |
| 2.2.2 TV模型 | 第22-25页 |
| 2.2.3 CDD模型 | 第25-27页 |
| 2.3 大尺度缺损图像修复 | 第27-28页 |
| 2.4 图像修复质量评价标准 | 第28-30页 |
| 2.4.1 客观评价标准 | 第28-29页 |
| 2.4.2 主观评价标准 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第三章 基于纹理合成的图像修复算法研究 | 第31-41页 |
| 3.1 纹理合成技术 | 第31-35页 |
| 3.1.1 纹理合成定义 | 第31-32页 |
| 3.1.2 纹理合成模型 | 第32-33页 |
| 3.1.3 纹理合成技术 | 第33-35页 |
| 3.2 基于纹理合成的图像修复算法 | 第35-40页 |
| 3.2.1 基于分解的图像修复算法 | 第35-38页 |
| 3.2.2 基于反向遮片的图像修复算法 | 第38-39页 |
| 3.2.3 基于样例的图像修复算法 | 第39-40页 |
| 3.3 小结 | 第40-41页 |
| 第四章 改进的纹理合成图像修复方法 | 第41-58页 |
| 4.1 概述 | 第41-43页 |
| 4.2 CRIMINISI图像修复算法过程 | 第43-45页 |
| 4.2.1 修复步骤 | 第43-44页 |
| 4.2.2 算法执行步骤 | 第44-45页 |
| 4.3 改进的基于纹理合成图像修复算法 | 第45-50页 |
| 4.3.1 置信度项改进 | 第46-47页 |
| 4.3.2 数据项改进 | 第47-48页 |
| 4.3.3 匹配块搜索改进 | 第48-49页 |
| 4.3.4 改进算法执行步骤 | 第49-50页 |
| 4.4 图像修复实验结果和比较 | 第50-53页 |
| 4.5 改进算法在视频修复中的应用 | 第53-56页 |
| 4.5.1 视频修复概述 | 第53页 |
| 4.5.2 视频修复技术简介 | 第53-54页 |
| 4.5.3 应用改进算法的视频修复技术 | 第54-56页 |
| 4.6 视频修复实验结果 | 第56-57页 |
| 4.7 小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的论文 | 第66-67页 |
| 学位论文评阅及答辩情况表 | 第67页 |
