用于立体视频的虚拟视点合成方法研究
摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
缩略语简表 | 第14-15页 |
第一章 绪论 | 第15-21页 |
1.1 引言 | 第15页 |
1.2 课题的研究背景 | 第15-19页 |
1.2.1 立体视频的发展及现状 | 第15-17页 |
1.2.2 虚拟视点合成方法综述 | 第17-19页 |
1.3 本文的主要贡献 | 第19-20页 |
1.4 论文组织结构 | 第20-21页 |
第二章 立体视频的理论基础 | 第21-32页 |
2.1 立体视觉原理 | 第21-25页 |
2.1.1 人眼的立体视觉特性 | 第21-22页 |
2.1.2 计算机立体视觉系统模型 | 第22-25页 |
2.2 立体视频系统概述 | 第25-31页 |
2.2.1 立体视频系统的构成 | 第25-29页 |
2.2.2 两种典型的立体视频系统 | 第29-31页 |
2.3 本章小结 | 第31-32页 |
第三章 虚拟视点合成方法 | 第32-42页 |
3.1 虚拟视点合成的基本概念 | 第32-34页 |
3.2 基于深度图像的渲染(DIBR)方法 | 第34-36页 |
3.2.1 DIBR方法概述 | 第34-35页 |
3.2.2 三维图像变换 | 第35-36页 |
3.3 影响DIBR质量的关键问题 | 第36-41页 |
3.3.1 重叠问题 | 第36-37页 |
3.3.2 重采样问题 | 第37-38页 |
3.3.3 空洞问题 | 第38-39页 |
3.3.4 伪影问题 | 第39-41页 |
3.4 本章小结 | 第41-42页 |
第四章 基于逆向映射的空域上的DIBR方法 | 第42-56页 |
4.1 问题提出 | 第42-43页 |
4.2 深度图像的优化处理 | 第43-44页 |
4.3 逆向3D变换 | 第44-47页 |
4.4 加入深度信息的图像修复算法 | 第47-52页 |
4.4.1 传统的Criminisi图像修复算法 | 第47-49页 |
4.4.2 改进的Criminisi图像修复算法 | 第49-52页 |
4.5 实验结果与分析 | 第52-55页 |
4.5.1 主观效果比较 | 第52-54页 |
4.5.2 客观评价比较 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第五章 基于双向映射的空时域相结合的DIBR方法 | 第56-67页 |
5.1 问题提出 | 第56-57页 |
5.2 虚拟视图的获取及优化 | 第57-58页 |
5.3 虚拟视点深度图像的空洞填充 | 第58-59页 |
5.4 参考视点目标区域的定位及复原 | 第59-63页 |
5.4.1 场景划分及其修正 | 第60-62页 |
5.4.2 背景复原 | 第62-63页 |
5.5 剩余空洞的填充 | 第63页 |
5.6 实验结果与分析 | 第63-66页 |
5.7 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 全文总结 | 第67-68页 |
6.2 下一步的工作 | 第68-69页 |
参考文献 | 第69-74页 |
致谢 | 第74-75页 |
攻读硕士学位期间的研究成果 | 第75-76页 |
学位论文评阅及答辩情况表 | 第76页 |