首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

具有鲁棒特性的高精度深度测量方法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第13-14页
缩略语对照表第14-17页
第一章 绪论第17-39页
    1.1 深度测量方法概述第17-23页
        1.1.1 深度测量的研究意义第17-20页
        1.1.2 主流深度测量方法概述第20-23页
    1.2 结构光深度测量概述第23-36页
        1.2.1 结构光深度测量的基本原理第23-28页
        1.2.2 结构光模板设计概述第28-34页
        1.2.3 结构光深度测量误差分析第34-36页
    1.3 本文贡献点第36-39页
第二章 无编码二值网格模板深度测量第39-69页
    2.1 引言第39-41页
    2.2 无编码深度测量方法框架第41-42页
    2.3 二值网格的线条提取第42-46页
        2.3.1 线条粗提取第43-44页
        2.3.2 线条粗提取中的参数设定第44-45页
        2.3.3 线条精提取第45-46页
    2.4 利用网格拓扑和对极几何约束的匹配检索第46-54页
        2.4.1 线条失序与场景深度跳变关系的分析第48-50页
        2.4.2 基于图的拓扑标记技术第50-54页
        2.4.3 利用对极几何约束计算匹配坐标第54页
    2.5 基于二次规划的深度图像插值第54-55页
    2.6 实验结果第55-66页
        2.6.1 线条精提取的参数选择评估第55-57页
        2.6.2 线条提取的鲁棒性评估第57页
        2.6.3 深度测量的精度评估第57-60页
        2.6.4 环境光下的深度测量评估第60-61页
        2.6.5 深度测量的定性评估第61-66页
        2.6.6 深度测量运行时间评估第66页
    2.7 本章小结第66-69页
第三章 利用方向线条编码模板和最大后验概率估计匹配的深度测量方法第69-91页
    3.1 引言第69-70页
    3.2 方向线条编码模板设计第70-73页
        3.2.1 特征设计第71-72页
        3.2.2 码值设计第72-73页
    3.3 方向线条编码模板的特征提取第73-77页
        3.3.1 特征位置提取第74-76页
        3.3.2 特征码值提取第76-77页
    3.4 最大后验概率估计的匹配第77-82页
        3.4.1 传统基于码值的匹配方法第78页
        3.4.2 最大后验概率估计的匹配方法第78-82页
    3.5 实验结果第82-88页
        3.5.1 深度测量的精度对比第83-85页
        3.5.2 线条匹配的质量对比第85-88页
        3.5.3 动态场景的重构第88页
    3.6 本章小结第88-91页
第四章 利用贝叶斯网络概率模型的结构光匹配检索方法第91-115页
    4.1 引言第91页
    4.2 贝叶斯网络匹配方法第91-97页
    4.3 实验结果第97-113页
        4.3.1 棋盘格模板实验结果第98-105页
        4.3.2 彩色菱形模板实验结果第105页
        4.3.3 实验结果分析第105-113页
    4.4 本章小结第113-115页
第五章 总结与展望第115-119页
    5.1 本文工作总结第115-116页
    5.2 未来研究展望第116-119页
参考文献第119-127页
致谢第127-129页
作者简介第129-131页

论文共131页,点击 下载论文
上一篇:基于变分的图像恢复模型及区域约束的密度估计
下一篇:基于样本的纹理合成算法及其应用研究