| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 立体匹配研究现状 | 第9-11页 |
| 1.2.1 局部立体匹配算法研究现状 | 第9-10页 |
| 1.2.2 全局立体匹配算法研究现状 | 第10-11页 |
| 1.3 立体匹配的难点 | 第11页 |
| 1.4 论文的研究内容与组织结构 | 第11-14页 |
| 1.4.1 论文的研究内容 | 第11-12页 |
| 1.4.2 论文的组织结构 | 第12-14页 |
| 第二章 立体匹配算法基础理论 | 第14-21页 |
| 2.1 立体匹配的基本原理 | 第14-17页 |
| 2.1.1 立体视觉的基本原理 | 第14-16页 |
| 2.1.2 立体视觉的标准模型 | 第16-17页 |
| 2.1.3 立体视觉的约束条件 | 第17页 |
| 2.2 常见的立体匹配算法 | 第17-20页 |
| 2.2.1 局部立体匹配算法 | 第17-18页 |
| 2.2.2 全局立体匹配算法 | 第18-19页 |
| 2.2.3 图像分割算法与立体匹配算法的融合 | 第19-20页 |
| 2.3 立体匹配算法评价方法及数据集 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于密度分割和非局部代价聚合的立体匹配算法 | 第21-30页 |
| 3.1 非局部立体匹配算法模型 | 第21-23页 |
| 3.1.1 代替窗口的最小生成树构造 | 第21-22页 |
| 3.1.2 MST上进行代价聚合 | 第22-23页 |
| 3.2 基于密度的图像分割算法 | 第23-25页 |
| 3.2.1 SLIC超像素分割算法 | 第23页 |
| 3.2.2 密度特征 | 第23-24页 |
| 3.2.3 基于密度的超像素图像分割算法的提出 | 第24-25页 |
| 3.3 基于密度图像分割的非局部立体匹配算法的提出 | 第25-27页 |
| 3.3.1 最小生成树构造的改进 | 第25-26页 |
| 3.3.2 代价聚合的权值计算 | 第26-27页 |
| 3.4 实验分析 | 第27-29页 |
| 3.4.1 基于密度特征的图像分割和不同的权重公式评价 | 第27-28页 |
| 3.4.2 最终实验结果及评价 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于密度分割和PatchMatch-BP的全局立体匹配算法 | 第30-41页 |
| 4.1 PatchMatch-BP算法 | 第30-33页 |
| 4.1.1 Patch-Match立体匹配算法 | 第30-31页 |
| 4.1.2 基于Belief Propagation的立体匹配 | 第31-32页 |
| 4.1.3 PatchMatch-BP算法 | 第32-33页 |
| 4.2 基于密度的图像分割PatchMatch-BP算法的提出 | 第33-37页 |
| 4.2.1 能量公式 | 第34页 |
| 4.2.2 全局能量函数最小化 | 第34-35页 |
| 4.2.3 算法步骤 | 第35-37页 |
| 4.3 实验分析 | 第37-40页 |
| 4.3.1 实验参数设置 | 第37-38页 |
| 4.3.2 实验结果与分析 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41-42页 |
| 5.2 展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 发表论文和科研情况说明 | 第46-47页 |
| 致谢 | 第47页 |
