运动模糊视觉特征的三维重建技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 引言 | 第12-13页 |
| 1.2 相关技术研究现状 | 第13-16页 |
| 1.2.1 运动模糊图像复原技术 | 第13-15页 |
| 1.2.2 运动模糊图像信息提取技术 | 第15-16页 |
| 1.3 选题背景和研究内容 | 第16-19页 |
| 1.3.1 论文选题背景 | 第16-17页 |
| 1.3.2 主要研究内容 | 第17-19页 |
| 第二章 编码点与双目立体视觉技术 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 编码点 | 第19-22页 |
| 2.2.1 编码点的结构 | 第19-20页 |
| 2.2.2 编码点的自动分割 | 第20-21页 |
| 2.2.3 编码点的自动解码 | 第21-22页 |
| 2.2.4 编码点的定位 | 第22页 |
| 2.3 双目立体视觉 | 第22-28页 |
| 2.3.1 相机成像模型 | 第22-24页 |
| 2.3.2 相机标定 | 第24-25页 |
| 2.3.3 双目立体视觉模型 | 第25-26页 |
| 2.3.4 极线约束 | 第26-27页 |
| 2.3.5 三维重建 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 编码点运动模糊图像的模拟生成 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 传统运动模糊模型 | 第29-32页 |
| 3.2.1 PSF运动模糊模型 | 第30-31页 |
| 3.2.2 PMP运动模糊模型 | 第31-32页 |
| 3.3 SMP运动模糊模型 | 第32-34页 |
| 3.4 GMBC模型 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于卷积神经网络的运动模糊编码点识别 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 运动模糊编码点的自动分割 | 第38-39页 |
| 4.3 运动模糊编码点的自动识别 | 第39-43页 |
| 4.3.1 卷积神经网络 | 第39-40页 |
| 4.3.2 MBCNet网络结构 | 第40-43页 |
| 4.4 实验研究 | 第43-48页 |
| 4.4.1 实验数据准备 | 第43-44页 |
| 4.4.2 基于模拟样本图像的网络训练与测试 | 第44-45页 |
| 4.4.3 网络性能测试与对比 | 第45-47页 |
| 4.4.4 讨论 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于时-空图像阵列的运动目标三维重建 | 第49-66页 |
| 5.1 引言 | 第49页 |
| 5.2 运动目标三维重建算法 | 第49-57页 |
| 5.2.1 优化目标的建立 | 第50-52页 |
| 5.2.2 优化参数初始值的估计 | 第52-56页 |
| 5.2.3 鲍威尔方法 | 第56-57页 |
| 5.3 实验研究 | 第57-64页 |
| 5.3.1 实验流程 | 第57-58页 |
| 5.3.2 重建结果与误差分析 | 第58-63页 |
| 5.3.3 算法优化过程与运行效率分析 | 第63-64页 |
| 5.3.4 讨论 | 第64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 全文工作总结 | 第66-67页 |
| 6.2 今后工作展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士期间发表的论文 | 第76页 |
