| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文研究内容 | 第14-15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 第2章 背景知识介绍 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 深度图像相关知识介绍 | 第17-19页 |
| 2.3 遮挡及检测 | 第19-20页 |
| 2.3.1 遮挡现象 | 第19-20页 |
| 2.3.2 遮挡边界检测方法 | 第20页 |
| 2.4 下一最佳观测方位 | 第20-21页 |
| 2.5 机器学习相关知识 | 第21-25页 |
| 2.5.1 随机森林 | 第22-23页 |
| 2.5.2 模糊C-均值聚类 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于FCM聚类算法的遮挡边界检测方法 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 获取深度图像 | 第26页 |
| 3.3 总体思想与流程 | 第26-27页 |
| 3.4 特征提取 | 第27-29页 |
| 3.4.1 平均夹角特征 | 第27-28页 |
| 3.4.2 最大深度差特征 | 第28-29页 |
| 3.5 基于FCM聚类算法的遮挡边界检测方法 | 第29-31页 |
| 3.5.1 特征归一化 | 第29页 |
| 3.5.2 确定聚类簇 | 第29-30页 |
| 3.5.3 计算非相似性 | 第30页 |
| 3.5.4 确定遮挡边界 | 第30-31页 |
| 3.5.5 遮挡边界检测算法 | 第31页 |
| 3.6 本章小结 | 第31-33页 |
| 第4章 基于单幅深度图像求解下一最佳观测方位 | 第33-44页 |
| 4.1 引言 | 第33页 |
| 4.2 获取遮挡信息 | 第33-34页 |
| 4.3 方法概述 | 第34-36页 |
| 4.3.1 下一最佳观测方位问题描述 | 第34-35页 |
| 4.3.2 下一最佳观测方位问题分析 | 第35-36页 |
| 4.3.3 方法总体思想 | 第36页 |
| 4.4 遮挡区域外接表面建模 | 第36-37页 |
| 4.4.1 确定遮挡区域外接表面 | 第36页 |
| 4.4.2 建立遮挡区域外接表面模型 | 第36-37页 |
| 4.5 确定遮挡直线段的观测方向和观测中心点 | 第37-38页 |
| 4.5.1 确定遮挡直线段的观测方向 | 第37-38页 |
| 4.5.2 确定遮挡直线段的观测中心点 | 第38页 |
| 4.6 求解遮挡区域外接表面的面积 | 第38-40页 |
| 4.6.1 确定遮挡区域外接表面的质量 | 第39页 |
| 4.6.2 确定遮挡去与外接表面的面密度 | 第39-40页 |
| 4.7 确定下一最佳观测方位 | 第40-42页 |
| 4.7.1 确定候选观测方向集合和观测中心点集合 | 第40-41页 |
| 4.7.2 确定所有候选观测方向的可视空间 | 第41-42页 |
| 4.7.3 确定下一最佳观测方位 | 第42页 |
| 4.8 算法描述 | 第42-43页 |
| 4.9 本章小结 | 第43-44页 |
| 第5章 实验及结果分析 | 第44-54页 |
| 5.1 实验环境及数据集 | 第44-45页 |
| 5.2 基于FCM聚类算法的遮挡边界检测方法实验 | 第45-47页 |
| 5.2.1 实验结果及分析 | 第45页 |
| 5.2.2 实验结果及分析 | 第45-47页 |
| 5.3 基于单幅深度图像求解下一最佳观测方位的实验 | 第47-52页 |
| 5.3.1 实验结果及分析 | 第47-50页 |
| 5.3.2 实验结果对比及分析 | 第50-52页 |
| 5.4 本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |