基于双目视觉相机的深度图像恢复技术研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 计算机视觉理论 | 第10-11页 |
| 1.2 立体视觉的研究现状 | 第11-15页 |
| 1.2.1 国内外立体视觉研究现状 | 第12-14页 |
| 1.2.2 立体匹配的研究重点 | 第14-15页 |
| 1.3 本文的研究内容和组织结构 | 第15-18页 |
| 1.3.1 选题依据 | 第15-16页 |
| 1.3.2 本文的主要工作 | 第16-18页 |
| 第2章 双目立体视觉的基本理论 | 第18-32页 |
| 2.1 摄像机成像模型 | 第18-24页 |
| 2.1.1 成像系统的四个坐标系 | 第18-22页 |
| 2.1.2 线性成像模型 | 第22-23页 |
| 2.1.3 非线性成像模型 | 第23-24页 |
| 2.2 双目立体视觉原理 | 第24-26页 |
| 2.3 双目立体视觉的极线几何 | 第26-28页 |
| 2.4 立体匹配研究的内容 | 第28-30页 |
| 2.4.1 局部立体匹配 | 第29-30页 |
| 2.4.2 全局立体匹配 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 FO-SPP快速立体匹配 | 第32-55页 |
| 3.1 种子点传播算法匹配代价与边缘提取 | 第32-35页 |
| 3.1.1 AD-Census联合匹配代价 | 第32-34页 |
| 3.1.2 边缘提取 | 第34-35页 |
| 3.2 稳定种子点特征匹配 | 第35-40页 |
| 3.2.1 特征提取 | 第36-37页 |
| 3.2.2 特征描述子 | 第37-39页 |
| 3.2.3 特征点匹配 | 第39-40页 |
| 3.3 基于种子点传播的快速立体匹配 | 第40-45页 |
| 3.3.1 种子点检测与传播 | 第42-45页 |
| 3.3.2 深度不连续区域校正 | 第45页 |
| 3.4 视差图后处理 | 第45-54页 |
| 3.4.1 中值滤波 | 第45-46页 |
| 3.4.2 亚像素求精 | 第46-48页 |
| 3.4.3 区域迭代投票 | 第48-49页 |
| 3.4.4 公开测试集结果分析 | 第49-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 基于双目视觉的动作识别 | 第55-71页 |
| 4.1 行为识别特征提取 | 第55-59页 |
| 4.1.1 二维全局特征提取 | 第56-57页 |
| 4.1.2 三维全局特征提取 | 第57页 |
| 4.1.3 局部特征点检测与描述 | 第57-59页 |
| 4.2 基于双目视觉人体动作识别方法 | 第59-69页 |
| 4.2.1 基于RANSAC算法的平面拟合 | 第59-60页 |
| 4.2.2 基于人脸检测的前背景分割 | 第60-63页 |
| 4.2.3 基于头肩检测的前背景分割 | 第63-65页 |
| 4.2.4 构建运动历史能量图 | 第65-66页 |
| 4.2.5 HART-Net | 第66-69页 |
| 4.3 结果分析 | 第69-70页 |
| 4.4 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间所发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |
