基于单幅图像的三维空间关系推理研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·本课题的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·国外研究现状 | 第11-14页 |
| ·国内研究现状 | 第14-15页 |
| ·本文的研究内容及结构安排 | 第15-17页 |
| ·本文研究内容 | 第15页 |
| ·本文结构安排 | 第15-17页 |
| 第2章 基于单幅图像的三维关系推理原理 | 第17-26页 |
| ·基于马尔科夫随机场的单幅图像三维重建算法 | 第17-19页 |
| ·马尔科夫随机场（MRF）模型 | 第17-18页 |
| ·图像特征 | 第18-19页 |
| ·算法小结 | 第19页 |
| ·AutoPhotoPopup算法 | 第19-21页 |
| ·图像超分割 | 第20页 |
| ·超像素聚类 | 第20-21页 |
| ·几何标记 | 第21页 |
| ·生成三维视图 | 第21页 |
| ·三维模型匹配重建算法 | 第21-24页 |
| ·图像预处理 | 第22-23页 |
| ·倾斜校正 | 第22-23页 |
| ·消失点和地平线检测 | 第23页 |
| ·三维模型建立 | 第23-24页 |
| ·算法小结 | 第24页 |
| ·算法思路简述 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于边缘生长的图像分割算法 | 第26-36页 |
| ·图像分割概述 | 第26-27页 |
| ·典型图像分割算法 | 第27-29页 |
| ·标记分水岭算法 | 第27-28页 |
| ·MeanShift算法 | 第28-29页 |
| ·N-cuts算法 | 第29页 |
| ·基于边缘生长的图像分割算法 | 第29-35页 |
| ·算法综述 | 第29-30页 |
| ·算法关键步骤 | 第30-32页 |
| ·断点检测 | 第30-31页 |
| ·边缘生长 | 第31-32页 |
| ·区域合并 | 第32页 |
| ·实验结果及分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 区域特征统计分析 | 第36-46页 |
| ·区域颜色特征分析 | 第36-38页 |
| ·RGB彩色模型与HSV彩色模型 | 第36-37页 |
| ·区域颜色归一化 | 第37-38页 |
| ·区域灰度变化分析 | 第38-40页 |
| ·区域边缘特征分析 | 第40-45页 |
| ·区域轮廓拆分及编码 | 第40-42页 |
| ·区域轮廓曲线与直线识别 | 第42页 |
| ·垂直线和平行线提取 | 第42-45页 |
| ·区域特征向量 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于区域特征向量的图像三维空间关系推理 | 第46-57页 |
| ·算法综述 | 第46-47页 |
| ·图像模型基本假设 | 第46页 |
| ·区域三维空间关系推理总体思路 | 第46-47页 |
| ·基于区域特征向量的消失点检测及区域聚类 | 第47-51页 |
| ·消失点检测 | 第47-50页 |
| ·颜色归一化图像聚类分析 | 第50-51页 |
| ·位置关系推理 | 第51-53页 |
| ·地面位置推理 | 第51-53页 |
| ·竖直区域推理 | 第53页 |
| ·深度关系推理 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附录1 图形表面灰度拟合统计 | 第64-67页 |
| 作者简介 | 第67页 |
