数字图像修复技术

　　《数字图像修复技术》主要研究小尺度破损的图像修补（inpainting）技术和大尺度破损的图像补全（completion）技术及其相关应用。《数字图像修复技术》针对图像修补问题，着重研究变分偏微分方程（PDE）模型及其算法；针对图像补全问题，着重研究基于纹理合成的图像修复算法；最后，探讨图像修复技术在图像压缩、图像放大等方面的应用。《数字图像修复技术》可供信息类、工程类、应用数学类的研究生以及图像处理专业的研究人员参考。

暂缺《数字图像修复技术》作者简介

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