| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 研究内容和研究方法 | 第16-19页 |
| 第2章 双目视觉模型及立体匹配原理 | 第19-29页 |
| 2.1 双目视觉模型 | 第19-21页 |
| 2.2 立体匹配算法流程 | 第21-23页 |
| 2.3 立体匹配算法的约束条件 | 第23-25页 |
| 2.4 立体匹配算法的难点 | 第25-26页 |
| 2.5 立体匹配算法的评价体系 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于改进Census变换和多尺度空间的立体匹配算法 | 第29-44页 |
| 3.1 改进的Census变换匹配代价算法 | 第29-34页 |
| 3.2 多尺度空间的引导图代价聚合算法 | 第34-37页 |
| 3.3 视差计算和优化 | 第37-39页 |
| 3.4 实验结果与分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于卷积神经网络的立体匹配算法 | 第44-58页 |
| 4.1 卷积神经网络 | 第44-49页 |
| 4.2 基于卷积神经网络的匹配代价计算 | 第49-52页 |
| 4.3 卷积神经网络输出优化 | 第52-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 立体匹配算法的应用 | 第58-66页 |
| 5.1 视差图与深度信息 | 第58-59页 |
| 5.2 基于视差图的三维重建 | 第59-62页 |
| 5.3 实验结果与分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| 6.1 研究总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间获得与学位论文相关的科研成果 | 第74页 |