基于全局能量最小化的立体匹配算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·计算机视觉研究概况 | 第7-9页 |
| ·立体匹配技术的研究内容和存在的问题 | 第9-10页 |
| ·本文的研究内容 | 第10-11页 |
| 2 立体匹配基本原理 | 第11-22页 |
| ·视差理论 | 第11-12页 |
| ·单目摄像机模型 | 第12-16页 |
| ·双目摄像机模型 | 第16-17页 |
| ·立体图像校正 | 第17-19页 |
| ·双目立体匹配的一些约束 | 第19-20页 |
| ·立体匹配算法的评价标准 | 第20-22页 |
| 3 常见立体匹配算法与实现 | 第22-34页 |
| ·区域立体匹配 | 第22-24页 |
| ·动态规划方法介绍 | 第24-29页 |
| ·Birchfield立体匹配方法 | 第26-28页 |
| ·动态规划算法结果 | 第28-29页 |
| ·置信度传播算法 | 第29-34页 |
| ·立体匹配的马尔科夫模型 | 第30页 |
| ·利用置信度传播做近似计算 | 第30-32页 |
| ·置信度传播算法结果 | 第32-34页 |
| 4 基于边缘控制点的动态规划立体匹配算法 | 第34-45页 |
| ·Lab图像模型 | 第34-36页 |
| ·地面控制点 | 第36-39页 |
| ·特征提取 | 第37-38页 |
| ·提取地面控制点算法描述 | 第38-39页 |
| ·基于控制点的动态规划算法 | 第39-40页 |
| ·利用扫描线间信息对视差图进行后处理 | 第40-41页 |
| ·试验结果 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于图像分割的粒子群优化方法立体匹配算法 | 第45-54页 |
| ·用分水岭算法对图像进行分割 | 第45-46页 |
| ·粒子群算法介绍 | 第46-48页 |
| ·粒子群算法的具体描述 | 第47页 |
| ·标准粒子群算法介绍 | 第47-48页 |
| ·基于图像分割的离子群优化方法立体匹配算法 | 第48-51页 |
| ·用BP算法求出视差值不变的区域 | 第48-49页 |
| ·确定未匹配区域 | 第49-50页 |
| ·用粒子群算法对视差图进行优化 | 第50-51页 |
| ·试验结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-55页 |
| ·全文工作总结 | 第54页 |
| ·工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
