第1章 数字图像修复技术概述 1
1.1数字图像修复技术的背景、目的和意义 1
1.2数字图像修复技术的国内外研究现状 2
1.2.1图像修复问题的描述 3
1.2.2基于变分PDE的图像修补技术 5
1.2.3基于样本的纹理合成图像修复技术 11
1.3数字图像修复技术的广泛应用前景 14
1.4数字图像修复算法的评价 17
1.4.1主观评价方法 17
1.4.2客观评价方法 18
参考文献 19
第2章 基于变分PDE的图像修补算法 22
2.1图像修补的方法论 23
2.1.1最佳猜测原理与贝叶斯框架理论 24
2.1.2图像修补与视觉心理学 25
2.2变分法的相关知识 26
2.3图像的全变分模型 29
2.3.1有界变差函数的基本理论 29
2.3.2 TV模型 30
2.4基于p-harmonic模型的变分图像修补模型 33
2.4.1模型的建立 33
2.4.2模型的分析 34
2.4.3图像修补算法 39
2.4.4仿真结果 41
2.5基于变分PDE的非线性数字混合滤波器 49
2.5.1混合模型 49
2.5.2数字混合滤波器 51
2.5.3仿真实验及分析 54
2.6本章小结 56
参考文献 57
第3章 基于p-Laplace算子的小波域图像修补算法 59
3.1引言 59
3.2图像的小波变换 60
3.2.1小波理论及其在图像处理中的应用 61
3.2.2 Mallat算法 62
3.3基于全变分的小波域图像修补模型 65
3.4基于p-Laplace算子的小波域图像修补模型 66
3.4.1模型的建立 66
3.4.2模型的分析 67
3.4.3修补算法 68
3.5仿真结果 69
3.6本章小结 76
参考文献 77
第4章 基于纹理合成的快速自适应图像补全算法 78
4.1纹理合成 79
4.1.1纹理与纹理合成 79
4.1.2纹理合成的技术 80
4.1.3基于纹理合成的纹理信息修复方法 81
4.2基于纹理合成的快速自适应图像补全算法 83
4.2.1纹理方向的计算 84
4.2.2优先权的计算 92
4.2.3模板窗口大小的自适应选择 93
4.2.4块效应的去除 94
4.2.5图像补全的基本步骤 94
4.2.6图像补全的实现细节 95
4.3仿真结果 98
4.4本章小结 104
参考文献 105
第5章 数字图像修复算法的应用探讨 108
5.1引言 108
5.2图像压缩 109
5.2.1经典图像压缩方法 111
5.2.2图像压缩的新方法 120
5.2.3基于调和图像修补技术的压缩编码方案 128
5.3图像放大 136
5.3.1基于p-harmonic修补模型的放大算法 137
5.3.2仿真结果 139
5.3.3结论 141
5.4本章小结 142
参考文献 142