| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 课题背景及意义 | 第12-14页 |
| 1.2 深度信息估计 | 第14-19页 |
| 1.2.1 单视点图像深度信息估计 | 第14-16页 |
| 1.2.2 双目立体匹配深度信息估计 | 第16-19页 |
| 1.3 本文的研究内容及国内外研究现状 | 第19-26页 |
| 1.3.1 单视点图像深度信息估计 | 第19-20页 |
| 1.3.2 基于区域的双目立体匹配算法 | 第20-22页 |
| 1.3.3 双目立体匹配的快速代价聚合算法 | 第22-23页 |
| 1.3.4 针对倾斜平面及非前向平行平面的视差估计算法 | 第23-26页 |
| 1.4 本文的主要工作 | 第26-27页 |
| 1.5 本文组织结构 | 第27-30页 |
| 第2章 基于轮廓锐度信息的单视点图像深度信息提取算法研究 | 第30-56页 |
| 2.1 基于边缘轮廓的单视点图像深度信息提取算法 | 第30-33页 |
| 2.1.1 单视点图像的边缘轮廓与深度信息 | 第30-31页 |
| 2.1.2 相关算法 | 第31-33页 |
| 2.2 基于轮廓锐度信息的单视点图像深度信息提取算法 | 第33-43页 |
| 2.2.1 模糊信息估计特征——轮廓锐度 | 第34-36页 |
| 2.2.2 基于轮廓锐度的轮廓提取算法 | 第36-41页 |
| 2.2.3 深度分配与优化 | 第41-43页 |
| 2.2.4 算法描述 | 第43页 |
| 2.3 实验结果与分析 | 第43-47页 |
| 2.3.1 轮廓锐度信息对深度信息提取的影响 | 第44-45页 |
| 2.3.2 深度图优化 | 第45页 |
| 2.3.3 深度信息提取性能比较 | 第45-47页 |
| 2.4 基于FPGA的IP核设计 | 第47-54页 |
| 2.4.1 轮廓跟踪提取模块 | 第47-51页 |
| 2.4.2 深度图像生成模块 | 第51页 |
| 2.4.3 深度图优化滤波模块 | 第51-53页 |
| 2.4.4 硬件IP核连接 | 第53页 |
| 2.4.5 总体实现及测试 | 第53-54页 |
| 2.5 本章小结 | 第54-56页 |
| 第3章 基于邻域相关信息的改进CENSUS变换的双目立体匹配算法 | 第56-80页 |
| 3.1 基于区域匹配的双目立体匹配算法 | 第56-60页 |
| 3.1.1 基于区域匹配的双目立体匹配算法原理 | 第56-58页 |
| 3.1.2 非参数变换 | 第58-60页 |
| 3.1.3 基于Census变换的立体匹配算法 | 第60页 |
| 3.2 基于邻域相关信息的改进Census立体匹配算法 | 第60-67页 |
| 3.2.1 基于邻域相关信息的改进Census变换 | 第61-64页 |
| 3.2.2 基于改进Census变换的立体匹配算法 | 第64-67页 |
| 3.2.3 算法描述 | 第67页 |
| 3.3 实验结果 | 第67-73页 |
| 3.3.1 Census变换窗口对匹配效果的影响 | 第68-71页 |
| 3.3.2 算法匹配性能评估 | 第71-73页 |
| 3.4 基于FPGA的硬件架构 | 第73-79页 |
| 3.4.1 改进Census变换模块 | 第74-76页 |
| 3.4.2 匹配及代价聚合模块 | 第76-77页 |
| 3.4.3 后处理模块 | 第77页 |
| 3.4.4 性能评估 | 第77-79页 |
| 3.5 本章小结 | 第79-80页 |
| 第4章 立体匹配中快速代价聚合算法的研究 | 第80-104页 |
| 4.1 基于层次化算法的立体匹配算法 | 第80-85页 |
| 4.1.1 层次化块匹配立体匹配算法 | 第80-81页 |
| 4.1.2 层次化代价聚合算法 | 第81-85页 |
| 4.2 快速层次化代价聚合的立体匹配算法 | 第85-94页 |
| 4.2.1 代价体金字塔结构 | 第85-86页 |
| 4.2.2 层次化代价聚合 | 第86-87页 |
| 4.2.3 具有保边特性的上采样 | 第87-89页 |
| 4.2.4 层次化代价聚合的立体匹配算法描述 | 第89-90页 |
| 4.2.5 实验结果 | 第90-94页 |
| 4.3 适于硬件实现的自适应权重代价聚合算法 | 第94-102页 |
| 4.3.1 适于硬件的自适应权重算法改进 | 第94-97页 |
| 4.3.2 适于硬件实现的自适应权重立体匹配算法描述 | 第97-98页 |
| 4.3.3 算法的硬件实现 | 第98-101页 |
| 4.3.4 实验结果及分析 | 第101-102页 |
| 4.4 小结 | 第102-104页 |
| 第5章 改进PATCHMATCH和切片采样粒子置信度传播的视差估计算法研究 | 第104-124页 |
| 5.1 基于Patchmatch和粒子置信度传播的视差估计算法 | 第104-113页 |
| 5.1.1 基于Patchmatch的视差估计 | 第104-108页 |
| 5.1.2 置信度传播视差估计算法 | 第108-111页 |
| 5.1.3 基于Patchmatch和粒子置信度传播的视差估计算法 | 第111-113页 |
| 5.2 改进Patchmatch和切片采样粒子置信度传播的视差估计算法 | 第113-119页 |
| 5.2.1 具有边缘特性的改进Patchmatch算法 | 第113-114页 |
| 5.2.2 切片采样粒子置信度传播 | 第114-117页 |
| 5.2.3 算法描述 | 第117-119页 |
| 5.3 算法实验结果的评估与分析 | 第119-122页 |
| 5.3.1 切片重采样粒子置信度传播性能估计 | 第119-120页 |
| 5.3.2 经典测试图算法性能分析比较 | 第120-121页 |
| 5.3.3 倾斜平面及非前向平行平面测试图的性能分析 | 第121-122页 |
| 5.4 小结 | 第122-124页 |
| 第6章 工作总结与展望 | 第124-128页 |
| 6.1 工作总结 | 第124-125页 |
| 6.2 展望 | 第125-128页 |
| 参考文献 | 第128-138页 |
| 致谢 | 第138-140页 |
| 攻读博士期间发表和录用的学术论文 | 第140-142页 |
| 攻读博士学位期间参加的主要科研项目 | 第142页 |
