深度图像滤波及超分辨率重建算法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第14-18页 |
1.1 论文研究背景与意义 | 第14页 |
1.2 国内外研究现状 | 第14-16页 |
1.2.1 深度图像降噪的研究现状 | 第14-15页 |
1.2.2 超分辨率重建的研究现状 | 第15-16页 |
1.3 主要内容与章节安排 | 第16-18页 |
第二章 超分辨率重建的基本理论 | 第18-25页 |
2.1 超分辨率重建问题概述 | 第18-20页 |
2.1.1 超分辨率重建的基本概念 | 第18-19页 |
2.1.2 图像的降质模型 | 第19-20页 |
2.1.3 超分辨率重建模型 | 第20页 |
2.2 超分辨率重建的病态性 | 第20-21页 |
2.3 超分辨率重建方法概述 | 第21-24页 |
2.3.1 频域方法 | 第21-22页 |
2.3.2 非均匀插值法 | 第22页 |
2.3.3 反向迭代投影法 | 第22-23页 |
2.3.4 凸集投影法 | 第23页 |
2.3.5 最大后验概率法 | 第23-24页 |
2.4 超分辨率重建评价标准 | 第24页 |
2.5 本章小结 | 第24-25页 |
第三章 PMD深度图像的自适应双边归一化降噪 | 第25-42页 |
3.1 PMD相机的工作原理 | 第25-27页 |
3.2 PMD深度图像的误差分析 | 第27-29页 |
3.2.1 持续测量误差 | 第28页 |
3.2.2 物体边缘叠加误差 | 第28页 |
3.2.3 目标反射率误差 | 第28页 |
3.2.4 测量角度误差 | 第28-29页 |
3.3 深度图像滤波降噪方法 | 第29-32页 |
3.3.1 递归时域法 | 第29页 |
3.3.2 中值滤波法 | 第29页 |
3.3.3 标准卷积法 | 第29-30页 |
3.3.4 自适应归一化卷积法 | 第30-31页 |
3.3.5 边滤波法 | 第31-32页 |
3.4 改进的自适应双边归一化卷积法 | 第32-33页 |
3.5 实验结果与分析 | 第33-41页 |
3.5.1 深度图像去噪评价标准与实验环境 | 第33-34页 |
3.5.2 实验结果对比分析 | 第34-41页 |
3.6 本章小结 | 第41-42页 |
第四章 一阶正则化约束下的深度图像快速BTV重建 | 第42-61页 |
4.1 参考帧的获取方法 | 第42-45页 |
4.1.1 最近邻插值 | 第42-43页 |
4.1.2 线性插值 | 第43-44页 |
4.1.3 三次插值 | 第44页 |
4.1.4 样条插值 | 第44-45页 |
4.2 正则化项超分辨率重建 | 第45-50页 |
4.2.1 数据保真项分析 | 第45-47页 |
4.2.2 Laplace正则化代价函数分析 | 第47-48页 |
4.2.3 BTV正则化代价函数分析 | 第48-50页 |
4.3 改进的快速BTV算法 | 第50-51页 |
4.4 实验结果与分析 | 第51-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-62页 |
5.1 总结 | 第61页 |
5.2 展望 | 第61-62页 |
参考文献 | 第62-67页 |
攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |