數(shù)字圖像修復(fù)技術(shù)

前言
第1章 數(shù)字圖像修復(fù)技術(shù)概述
1.1 數(shù)字圖像修復(fù)技術(shù)的背景、目的和意義
1.2 數(shù)字圖像修復(fù)技術(shù)的國內(nèi)外研究現(xiàn)狀
1.2.1 圖像修復(fù)問題的描述
1.2.2 基于變分PDE的圖像修補(bǔ)技術(shù)
1.2.3 基于樣本的紋理合成圖像修復(fù)技術(shù)
1.3 數(shù)字圖像修復(fù)技術(shù)的廣泛應(yīng)用前景
1.4 數(shù)字圖像修復(fù)算法的評(píng)價(jià)
1.4.1 主觀評(píng)價(jià)方法
1.4.2 客觀評(píng)價(jià)方法
參考文獻(xiàn)
第2章 基于變分PDE的圖像修補(bǔ)算法
2.1 圖像修補(bǔ)的方法論
2.1.1 最佳猜測原理與貝葉斯框架理論
2.1.2 圖像修補(bǔ)與視覺心理學(xué)
2.2 變分法的相關(guān)知識(shí)
2.3 圖像的全變分模型
2.3.1 有界變差函數(shù)的基本理論
2.3.2 TV模型
2.4 基于p-harmonic模型的變分圖像修補(bǔ)模型
2.4.1 模型的建立
2.4.2 模型的分析
2.4.3 圖像修補(bǔ)算法
2.4.4 仿真結(jié)果
2.5 基于變分PDE的非線性數(shù)字混合濾波器
2.5.1 混合模型
2.5.2 數(shù)字混合濾波器
2.5.3 仿真實(shí)驗(yàn)及分析
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 p-Laplace算子的小波域圖像修補(bǔ)算法
3.1 引言
3.2 圖像的小波變換
3.2.1 小波理論及其在圖像處理中的應(yīng)用
3.2.2 MalIat算法
3.3 基于全變分的小波域圖像修補(bǔ)模型
3.4 基于p-Laplace算子的小波域圖像修補(bǔ)模型
3.4.1 模型的建立
3.4.2 模型的分析
3.4.3 修補(bǔ)算法
3.5 仿真結(jié)果
3.6 本章小結(jié)
參考文獻(xiàn)
第4章 基于紋理合成的快速自適應(yīng)圖像補(bǔ)全算法
4.1 紋理合成
4.1.1 紋理與紋理合成
4.1.2 紋理合成的技術(shù)
4.1.3 基于紋理合成的紋理信息修復(fù)方法
4.2 基于紋理合成的快速自適應(yīng)圖像補(bǔ)全算法
4.2.1 紋理方向的計(jì)算
4.2.2 優(yōu)先權(quán)的計(jì)算
4.2.3 模板窗口大小的自適應(yīng)選擇
4.2.4 塊效應(yīng)的去除
4.2.5 圖像補(bǔ)全的基本步驟
4.2.6 圖像補(bǔ)全的實(shí)現(xiàn)細(xì)節(jié)
4.3 仿真結(jié)果
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 數(shù)字圖像修復(fù)算法的應(yīng)用探討
5.1 引言
5.2 圖像壓縮
5.2.1 經(jīng)典圖像壓縮方法
5.2.2 圖像壓縮的新方法
5.2.3 基于調(diào)和圖像修補(bǔ)技術(shù)的壓縮編碼方案
5.3 圖像放大
5.3.1 基于p-harmonic修補(bǔ)模型的放大算法
5.3.2 仿真結(jié)果
5.3.3 結(jié)論
5.4 本章小結(jié)
參考文獻(xiàn)