固废分类中视觉分割技术的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景与研究意义 | 第10-14页 |
| 1.1.1 建筑垃圾处理的困境 | 第10-11页 |
| 1.1.2 建筑垃圾资源化现状 | 第11-13页 |
| 1.1.3 固废对象分割的难点 | 第13-14页 |
| 1.2 国内外现状 | 第14-19页 |
| 1.2.1 基于可见光图像的分割方法 | 第14-18页 |
| 1.2.2 基于RGB-D信息的分割方法 | 第18-19页 |
| 1.3 主要研究内容 | 第19-20页 |
| 1.4 本文的主要工作以及组织结构 | 第20-22页 |
| 第2章 传统分割算法分析 | 第22-37页 |
| 2.1 引言 | 第22页 |
| 2.2 基于可见光图像的固废对象分割 | 第22-29页 |
| 2.2.1 FH分割算法 | 第22-26页 |
| 2.2.2 CCP算法 | 第26-28页 |
| 2.2.3 算法结果与分析 | 第28-29页 |
| 2.3 基于RGB-D的固废对象分割 | 第29-34页 |
| 2.3.1 Richtsfeld A的算法 | 第29-31页 |
| 2.3.2 Toscana G的算法 | 第31-34页 |
| 2.3.3 算法结果与分析 | 第34页 |
| 2.4 RGB-D Based FH分割算法 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 基于歧义区提取的固废对象分割算法 | 第37-53页 |
| 3.1 引言 | 第37-38页 |
| 3.2 背景皮带差分 | 第38-40页 |
| 3.2.1 背景皮带建模 | 第38-39页 |
| 3.2.2 前景mask获取 | 第39-40页 |
| 3.3 歧义区提取 | 第40-45页 |
| 3.3.1 预处理阶段 | 第41-43页 |
| 3.3.2 歧义区域生成 | 第43-45页 |
| 3.4 歧义区重标记 | 第45-47页 |
| 3.5 固废数据集构建 | 第47-49页 |
| 3.6 实验结果与分析 | 第49-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 基于条件随机场的固废对象分割算法 | 第53-67页 |
| 4.1 引言 | 第53-54页 |
| 4.2 全连接条件随机场模型 | 第54-57页 |
| 4.2.1 概率图模型 | 第54-56页 |
| 4.2.2 条件随机场与全连接的条件随机场 | 第56-57页 |
| 4.3 能量函数构建 | 第57-59页 |
| 4.3.1 一元能量项 | 第58页 |
| 4.3.2 二元能量项 | 第58-59页 |
| 4.4 实验结果与分析 | 第59-66页 |
| 4.4.1 仅一元能量项进行分割 | 第60页 |
| 4.4.2 完整能量函数进行分割 | 第60-61页 |
| 4.4.3 迭代次数对分割效果的影响 | 第61-62页 |
| 4.4.4 多线程对算法耗时的优化 | 第62-63页 |
| 4.4.5 与其他RGB-D算法对比 | 第63-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 总结和展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 未来工作的方向及展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |
