| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 研究背景概述 | 第11-19页 |
| 1.1 研究背景 | 第11页 |
| 1.2 双目立体匹配的步骤 | 第11-13页 |
| 1.2.1 图像获取 | 第11-12页 |
| 1.2.2 摄像机的标定 | 第12-13页 |
| 1.2.3 场景匹配 | 第13页 |
| 1.2.4 三维重建 | 第13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 传统的双目立体匹配方法概述 | 第13-15页 |
| 1.3.2 基于赫尔姆霍兹互反律(Helmholtz Reciprocity)的方法 | 第15-17页 |
| 1.4 发展方向与本文目标 | 第17-19页 |
| 第二章 当前先进算法的实现、比较与选择 | 第19-41页 |
| 2.1 概述 | 第19-20页 |
| 2.2 BP(belief propagation)算法 | 第20-26页 |
| 2.2.1 BP 算法在立体匹配中的应用 | 第20-22页 |
| 2.2.2 对称的立体匹配模型 | 第22-26页 |
| 2.3 半全局立体匹配 | 第26-33页 |
| 2.3.1 基于点的匹配代价计算 | 第28-29页 |
| 2.3.2 匹配代价的聚合 | 第29-31页 |
| 2.3.3 一致性检查 | 第31-33页 |
| 2.4 基于图像分割的方法 | 第33-37页 |
| 2.4.1 原理与一般流程 | 第33-34页 |
| 2.4.2 基于mean-shift 的图像分割方法 | 第34-37页 |
| 2.5 三种算法的结果、比较及选择 | 第37-41页 |
| 2.5.1 结果与比较 | 第37-39页 |
| 2.5.2 分析与选择 | 第39-41页 |
| 第三章 加入结构约束的半全局立体匹配算法 | 第41-56页 |
| 3.1 存在的问题 | 第41-42页 |
| 3.2 一种结构性的软约束 | 第42-49页 |
| 3.2.1 基于颜色的分割 | 第43-44页 |
| 3.2.2 添加软约束 | 第44-49页 |
| 3.3 遮挡和错误匹配区域的深度估算 | 第49-50页 |
| 3.4 带有结构信息的快速二次曲面拟合 | 第50-51页 |
| 3.5 改进后的结果与分析 | 第51-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 全文总结 | 第56-58页 |
| 4.1 主要工作与结论 | 第56-57页 |
| 4.2 研究展望 | 第57-58页 |
| 附录 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间完成的论文 | 第63-65页 |
