| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·课题的研究现状 | 第8-9页 |
| ·本文主要的研究内容 | 第9-12页 |
| ·课题研究思路 | 第9-10页 |
| ·主要创新点 | 第10页 |
| ·论文的结构安排 | 第10-12页 |
| 第二章 双目视觉下的立体匹配 | 第12-36页 |
| ·双目视觉的介绍 | 第12-14页 |
| ·立体匹配 | 第14-19页 |
| ·立体匹配原理 | 第14-15页 |
| ·立体匹配的约束条件 | 第15-16页 |
| ·立体匹配的方法分析 | 第16-19页 |
| ·立体匹配的MRF模型 | 第19-22页 |
| ·MRF全局能量函数构建 | 第22-25页 |
| ·数据项的建立 | 第22-24页 |
| ·平滑项的建立 | 第24-25页 |
| ·基于改进置信度传播算法和MRF因果系统校正的立体匹配 | 第25-32页 |
| ·置信度传播算法 | 第25-27页 |
| ·改进的置信度传播算法(IBP) | 第27-30页 |
| ·利用MRF因果系统校正视差图 | 第30-32页 |
| ·立体匹配实验结果分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于鲁棒统计的全局运动估计 | 第36-50页 |
| ·运动参数模型的建立 | 第36-39页 |
| ·平移运动参数模型 | 第37页 |
| ·仿射运动参数模型 | 第37-38页 |
| ·投影运动参数模型 | 第38页 |
| ·双线性运动参数模型 | 第38-39页 |
| ·特征点的提取和匹配 | 第39-43页 |
| ·基于SUSAN算法的特征点提取 | 第39-41页 |
| ·特征点匹配 | 第41-43页 |
| ·鲁棒统计算法 | 第43-45页 |
| ·最小平方中值(LMedS)估计法 | 第43-44页 |
| ·结合最小平方中值和最小二乘法(LMedS+LS)的估计法 | 第44-45页 |
| ·基于特征点的LMedS+LS算法全局运动估计的实现 | 第45-46页 |
| ·实验结果分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于双目视觉运动背景下的目标检测 | 第50-70页 |
| ·目标检测过程和常用算法介绍 | 第50-52页 |
| ·目标检测过程的概述 | 第50-51页 |
| ·目标检测常用算法 | 第51-52页 |
| ·基于双目视觉方法静态背景下的目标检测 | 第52-60页 |
| ·静态背景下利用视差图的背景差分目标检测算法 | 第52-53页 |
| ·利用最大类间方差法进行二值化 | 第53-54页 |
| ·形态学滤波 | 第54-56页 |
| ·连通性分析和目标提取 | 第56-58页 |
| ·实验结果分析 | 第58-60页 |
| ·运动背景下的基于单目视觉和双目视觉的目标检测 | 第60-69页 |
| ·单目视觉运动背景下的目标检测 | 第60-63页 |
| ·双目视觉运动背景下的目标检测 | 第63-66页 |
| ·基于双目视觉的相交目标分割 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |
