| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究内容和现状 | 第13-14页 |
| 1.3 本文的主要工作及创新点 | 第14-15页 |
| 1.4 本文内容章节安排 | 第15-16页 |
| 第二章 基于特征点的立体匹配算法 | 第16-23页 |
| 2.1 概述 | 第16页 |
| 2.2 基于特征点的立体匹配算法的关键技术 | 第16-17页 |
| 2.3 基于特征点的立体匹配算法 | 第17-22页 |
| 2.3.1 基于特征点的立体匹配算法的理论框架 | 第17-18页 |
| 2.3.2 局部特征描述符的生成 | 第18-20页 |
| 2.3.3 特征描述符的匹配 | 第20页 |
| 2.3.4 误匹配点的删除 | 第20-21页 |
| 2.3.5 视差图的生成 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于全局颜色传递和PCA-SIFT的立体匹配算法 | 第23-36页 |
| 3.1 概述 | 第23页 |
| 3.2 PCA-SIFT算法 | 第23页 |
| 3.3 常见的彩色图像的SIFT算法 | 第23-26页 |
| 3.4 全局颜色传递算法 | 第26-28页 |
| 3.5 基于全局颜色传递和PCA-SIFT的立体匹配算法 | 第28-34页 |
| 3.5.1 算法框架 | 第28-29页 |
| 3.5.2 实验结果和分析 | 第29-34页 |
| 3.6 本章小结 | 第34-36页 |
| 第四章 基于特征点分类和改进ORB的立体匹配算法 | 第36-45页 |
| 4.1 概述 | 第36页 |
| 4.2 图像噪声 | 第36-37页 |
| 4.3 特征点的分类 | 第37-38页 |
| 4.4 改进的ORB算法 | 第38-39页 |
| 4.4.1 改进的ORB特征描述符 | 第38页 |
| 4.4.2 特征点的匹配 | 第38-39页 |
| 4.5 基于特征点分类和改进ORB的立体匹配算法 | 第39-44页 |
| 4.5.1 算法模型 | 第39-40页 |
| 4.5.2 实验结果与分析 | 第40-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 基于小波变换和GLOH的立体匹配算法 | 第45-56页 |
| 5.1 概述 | 第45页 |
| 5.2 立体匹配中的倾斜平面、曲面和弱纹理区域 | 第45-46页 |
| 5.3 小波变换 | 第46-48页 |
| 5.4 GLOH算法 | 第48页 |
| 5.5 基于小波变换和GLOH的立体匹配算法 | 第48-54页 |
| 5.5.1 算法模型 | 第49-50页 |
| 5.5.2 实验结果与分析 | 第50-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |