摘要3-4
ABSTRACT4-9
第一章 绪论9-15
1.1 论文探讨目的与作用9-11
1.2 图像修补技术的进展及其现况11-13
1.2.1 图像结构重建的修复算法11-12
1.2.2 基于纹理合成的图像修复策略12-13
1.2.3 基于图像分解的修复策略13
1.3 论文主要探讨内容与组织安排13-15
第二章 数字图像修复基础知识论述15-24
2.1 图像的基础知识15-19
2.1.1 图像概述15
2.1.2 图像分类15-16
2.1.3 位图图像16
2.1.5 图像的数学定义16-17
2.1.6 图像修复的论述依据17-18
2.1.7 图像修复模型18-19
2.2 变分与泛函的相关论述19-20
2.3 纹理合成的相关论述知识20-23
2.3.1 纹理的定义与特点20-21
2.3.2 纹理合成技术分类21-23
2.4 图像修复质量相关评价参数23
2.5 本章小结23-24
第三章 三种经典PDE数字图像修复算法24-42
3.1 BSCB算法24-29
3.1.1 BSCB修复算法的数学模型25-26
3.1.2 BSCB模型的数值实现26-29
3.1.3 BSCB实验及结果浅析29
3.2 TV算法29-34
3.2.1 TV模型策略的数值实现31-33
3.2.3 TV模型实验及结果浅析33-34
3.3 CDD算法34-38
3.3.1 CDD模型修复原理34-36
3.3.2 CDD模型数值实现36-37
3.3.3 实验及结果浅析37-38
3.4 其他修复模型38-39
3.4.1 Euler’s Elastica模型38
3.4.2 Mumford-Shah模型与Mumford-Shah-Euler模型38-39
3.5 综合实验39-41
3.6 本章小结41-42
第四章 基于纹理合成的图像修复技术42-46
4.1 基于图像分解的图像修复算法42-44
4.2 基于反向遮片的修复算法44-45
4.3 本章小结45-46
第五章 对于纹理匹配的修复算法浅析改善46-62
5.1 基于样本的纹理修复算法46-50
5.1.1 优先权确定的策略47-49
5.1.2 最佳匹配块确定策略49
5.1.3 纹理信息填充与置信度更新49-50
5.2 Criminisi算法浅析50
5.3 纹理合成算法中优先权的确定50-52
5.4 匹配块搜寻范围52-54
5.5 匹配块的选取54-55
5.6 算法实现55-57
5.7 试验结果与浅析57-61
5.8 本章小结61-62
总结与展望62-64
总结62
展望62-64