声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于偏微分方程的图像修复方法
1.2.2 基于纹理合成的图像修复方法
1.2.3 混合的图像修复方法
1.2.4 基于稀疏表示的图像修复的应用
1.3 论文研究内容与安排
第2章 经典图像修复模型
2.1 TV图像修复模型
2.2 CDD图像修复模型
2.3 Criminisi图像修复模型
2.4 稀疏表示的图像修复模型
2.4.1 稀疏表示模型
2.4.2 稀疏分解
2.4.3 字典设计
2.5 本章小结
第3章 基于狼群算法的Criminisi图像修复方法
3.1 目标区域的优化标记
3.2 优先权计算的改进
3.3 狼群算法匹配样本块
3.3.1 狼群算法介绍
3.3.2 狼群算法的寻优效果
3.4 实验结果和分析
3.5 本章小结
第4章 基于距离聚类结构组的稀疏表示图像修复方法
4.1 距离聚类结构组的稀疏表示图像修复算法
4.1.1 距离聚类结构组构造
4.1.2 距离聚类结构组的稀疏表示
4.1.4 迭代优化
4.2 算法实现流程
4.3 实验结果与分析
4.3.1 缺失图像修复
4.3.2 覆盖文字消除
4.3.3 结果分析
4.4 本章小结
第5章 总结与展望
致谢
参考文献
附录