| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题来源及研究的目的和意义 | 第8-9页 |
| 1.1.1 课题来源 | 第8页 |
| 1.1.2 研究的目的和意义 | 第8-9页 |
| 1.2 多视图立体视觉的基本背景知识 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第2章 摄像机参数的获取 | 第14-23页 |
| 2.1 引言 | 第14-15页 |
| 2.2 摄像机参数的获取方法 | 第15-22页 |
| 2.2.1 摄像机内参的恢复 | 第15-21页 |
| 2.2.2 摄像机外参的恢复 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 颜色一致性模型的建立及初始深度结果的求解 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 颜色一致性评价模型的建立 | 第23-25页 |
| 3.3 深度初始化过程分析 | 第25-30页 |
| 3.3.1 基于马尔科夫随机场的置信传播算法的应用 | 第25-27页 |
| 3.3.2 基于置信传播的对称模型 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 无纹理区域的深度优化 | 第31-39页 |
| 4.1 引言 | 第31页 |
| 4.2 基于图像分割的深度估计 | 第31-37页 |
| 4.2.1 图像分割的过程分析 | 第31-32页 |
| 4.2.2 基于改进mean-shift算法的图像分割 | 第32-37页 |
| 4.3 曲面拟合优化 | 第37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 优化框架的设计及深度信息恢复分析 | 第39-48页 |
| 5.1 引言 | 第39页 |
| 5.2 优化框架设计 | 第39-42页 |
| 5.2.1 双重约束评价模型的构建 | 第40-42页 |
| 5.2.2 迭代优化 | 第42页 |
| 5.3 实验结果 | 第42-46页 |
| 5.4 本章小结 | 第46-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |