摘要
绪论
第一章纹理合成问题概述
1.1 纹理
1.1.1 纹理的定义
1.1.2 纹理的分类
1.1.3 纹理元与影调
1.1.4 纹理研究的主要问题和应用
1.2纹理合成
1.2.1 纹理合成问题的产生
1.2.2 纹理合成的应用背景和研究方向
1.2.3 当前纹理合成的热点问题
第二章纹理合成典型方法的分析
2.1 二维图像纹理合成
2.1.1 基本概念
2.1.2 典型算法
2.2曲面纹理合成
2.3视频纹理合成
2.4本章小结
第三章图像纹理性概念(标准性)的初步研究
3.1传统度量的一些问题
3.2对传统度量和纹理类图像的分析
3.3色彩分布统计意义下的距离:
3.4纹理识别和纹理比较
3.5基于块的方法的特征匹配的分析
3.6具有任意匹配性的纹理的特征和纹理的标准性:
3.7纹理的标准性度量
第四章纹理标准性在纹理合成问题中的应用
4.1 经典的基于块的纹理合成方法的缺陷
4.2标准性系数的应用
4.3合成结果
4.4进一步的讨论
第五章图像增强和超分辨问题综述
5.1 图像增强问题的产生和历史
5.2一般性的数字图像增强技术概述(IMAGE ENHANCEMENT)
5.3图像锐化与超分辨
第六章超分辨典型方法概述
6.1 超分辨问题的主要研究内容及分类
6.1.1 单幅图像的超分辨问题(Single-Image Super-Resolution)
6.1.2 多幅相关图像的超分辨问题(Multi-Image Super-Resolution)
6.2超分辨恢复技术的前景展望
第七章基于分形迭代函数系统的超分辨方法
7.1 单幅图像超分辨方法概述
7.2典型的超分辨方法
7.2.1 基本思路
7.2.2 频率分解和两个假设
7.2.3 建立训练集合
7.2.4 Markov Network算法
7.2.5 Single-Pass算法
7.2.6 搜索策略
7.2.7 典型方法的超分辨结果
7.2.8 纹理超分辨放大结果
7.3图像类推技术(IMAGE ANALOGIES)
7.4自类推超分辨技术
7.4.1 自类推技术的基本思想
7.4.2 图像边缘的分形形态
7.4.3 训练集合的建立
7.4.4 映射关系的建立
7.4.5 映射关系的逆和传递
7.4.6 Markov Network的应用
7.4.7 求解Markov Network
7.4.8 实验结果
7.5 结论
致谢射
参考文献
西北工业大学学位论文知识产权声明书及原创性声明