基于TOF相机的深度图增强算法研究
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 课题研究意义 | 第6页 |
| 1.2 课题研究现状 | 第6-7页 |
| 1.2.1 国内研究现状 | 第6-7页 |
| 1.2.2 国外研究现状 | 第7页 |
| 1.3 本文主要研究内容 | 第7-10页 |
| 1.3.1 论文主要研究内容 | 第7-8页 |
| 1.3.2 论文的章节安排 | 第8-10页 |
| 第二章 Kinect深度成像技术及分析 | 第10-16页 |
| 2.1 传统深度成像技术简介 | 第10-12页 |
| 2.1.1 被动测距技术 | 第10-11页 |
| 2.1.2 主动测距技术 | 第11-12页 |
| 2.2 Kinect深度测量原理介绍 | 第12-15页 |
| 2.2.1 Kinect 2.0 简介 | 第12-14页 |
| 2.2.2 Kinect深度测距原理 | 第14页 |
| 2.2.3 Kinect深度图像的获取 | 第14-15页 |
| 2.3 本章小结 | 第15-16页 |
| 第三章 图像预处理技术 | 第16-23页 |
| 3.1 几种常见插值算法 | 第16-20页 |
| 3.1.1 最近邻插值算法 | 第16-17页 |
| 3.1.2 双线性插值算法 | 第17-18页 |
| 3.1.3 双三次插值算法 | 第18-20页 |
| 3.2 常见滤波算法 | 第20-22页 |
| 3.2.1 高斯滤波 | 第20-21页 |
| 3.2.2 中值滤波 | 第21页 |
| 3.2.3 加权中值滤波 | 第21-22页 |
| 3.3 本章小结 | 第22-23页 |
| 第四章 深度图像增强算法 | 第23-31页 |
| 4.1 相关工作 | 第23页 |
| 4.2 马尔科夫随机场 | 第23-25页 |
| 4.2.1 模型构建 | 第24-25页 |
| 4.3 能量函数 | 第25页 |
| 4.4 构建最优化框架 | 第25-28页 |
| 4.4.1 图像预处理 | 第25-26页 |
| 4.4.2 置信权重的确定 | 第26-28页 |
| 4.5 权重项的评价 | 第28-29页 |
| 4.6 实验结果 | 第29-30页 |
| 4.7 本章小结 | 第30-31页 |
| 第五章 改进后的图像增强算法 | 第31-40页 |
| 5.1 相关工作 | 第31页 |
| 5.2 改进的增强算法 | 第31-33页 |
| 5.2.1 改进的最优化框架 | 第31页 |
| 5.2.2 高斯加权中值滤波 | 第31-33页 |
| 5.3 实验结果 | 第33-39页 |
| 5.3.1 Middlebury数据集评估 | 第33-37页 |
| 5.3.2 Kinect实验评估 | 第37-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-42页 |
| 6.1 工作总结 | 第40页 |
| 6.2 未来展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 攻读学位期间的研究成果 | 第45-46页 |
| 致谢 | 第46-47页 |
