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

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

论文共68页,点击 下载论文
上一篇:基于深度信息的人体运动识别方法研究
下一篇:“平安亦庄”网格化社会管理服务系统的设计与实现