| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第一章 引言 | 第8-10页 |
| 第二章 研究背景 | 第10-14页 |
| ·基本术语 | 第10-11页 |
| ·相关研究工作 | 第11-14页 |
| 第三章 图像深度信息获取模型 | 第14-20页 |
| ·人类视觉基本原理 | 第14页 |
| ·主动测距技术 | 第14页 |
| ·被动测距技术 | 第14页 |
| ·立体匹配算法 | 第14-16页 |
| ·基于局部约束算法 | 第15页 |
| ·基于全局约束算法 | 第15-16页 |
| ·基本约束条件 | 第16页 |
| ·快速双目立体匹配算法 | 第16-18页 |
| ·基于颜色相似性的初始匹配 | 第17页 |
| ·提高匹配置信度 | 第17-18页 |
| ·实验与分析 | 第18-20页 |
| 第四章 视频深度信息获取模型 | 第20-37页 |
| ·基于像素点的深度信息获取模型 | 第20-29页 |
| ·直接减除 | 第20页 |
| ·基于特征向量统计信息的贝叶斯决策算法 | 第20-25页 |
| ·自适应混合高斯背景建模算法 | 第25-29页 |
| ·结合边缘信息的深度信息获取模型 | 第29-31页 |
| ·算法思想 | 第29页 |
| ·算法描述 | 第29-31页 |
| ·实验和分析 | 第31-37页 |
| ·直接减除、基于特征向量统计信息的贝叶斯决策算法与自适应混合高斯背景建模算法的比较 | 第31-34页 |
| ·不同的色彩通道的比较 | 第34-35页 |
| ·基于像素点的深度获取模型和结合边缘信息的深度信息获取模型的比较 | 第35-37页 |
| 第五章 基于颜色和深度的双尺度前背景分离模型 | 第37-49页 |
| ·颜色线性模型 | 第37页 |
| ·前景透明度的线性模型 | 第37-38页 |
| ·自然图像颜色特性模型 | 第38-40页 |
| ·基于简单用户标记的自然图像颜色特性模型 | 第40页 |
| ·基于颜色谱分析的自然图像颜色特性模型 | 第40页 |
| ·基于深度信息尺度的代价函数 | 第40-41页 |
| ·基于颜色和深度的双尺度前背景分离模型 | 第41页 |
| ·实验和分析 | 第41-49页 |
| ·基于简单用户标记的自然图像颜色特性模型实验结果 | 第41-44页 |
| ·基于颜色谱分析的自然图像颜色特性模型实验结果 | 第44-45页 |
| ·基于颜色和深度的双尺度前背景分离模型的实验结果与比较 | 第45-49页 |
| 第六章 结论与展望 | 第49-50页 |
| ·本文工作总结 | 第49页 |
| ·未来工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间的工作与发表论文 | 第55-56页 |
| 致谢 | 第56-57页 |
