| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题的来源与背景 | 第8-10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 国内外研究现状及分析 | 第11-18页 |
| 1.3.1 3D 视频概述 | 第11-13页 |
| 1.3.2 双目视觉理论概述 | 第13-14页 |
| 1.3.3 立体匹配技术概述 | 第14-16页 |
| 1.3.4 3D 显示方法概述 | 第16-18页 |
| 1.4 本论文主要研究内容与结构 | 第18-20页 |
| 第2章 视差信息获取理论基础 | 第20-33页 |
| 2.1 引言 | 第20页 |
| 2.2 置信度传播算法基本原理 | 第20-26页 |
| 2.2.1 马尔科夫随机场在立体匹配中的应用 | 第20-22页 |
| 2.2.2 置信度传播算法在立体匹配中的应用 | 第22-25页 |
| 2.2.3 置信度传播算法存在的问题 | 第25-26页 |
| 2.3 光流法基本原理 | 第26-32页 |
| 2.3.1 光流场与光流法 | 第26-28页 |
| 2.3.2 利用光流法获得视差信息 | 第28-30页 |
| 2.3.3 光流场的表示方法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于图像分割和置信度传播的立体匹配方法 | 第33-54页 |
| 3.1 引言 | 第33页 |
| 3.2 Mean-shift 图像分割算法基本原理 | 第33-37页 |
| 3.2.1 Mean-shift 向量 | 第33-36页 |
| 3.2.2 Mean-shift 图像分割算法 | 第36-37页 |
| 3.3 基于图像分割的置信度传播算法 | 第37-44页 |
| 3.3.1 基于聚合窗口的图像匹配 | 第38-39页 |
| 3.3.2 视差模板集的提取与优化 | 第39-41页 |
| 3.3.3 基于置信度传播的图像匹配与视差分配 | 第41-44页 |
| 3.4 实验结果与分析 | 第44-52页 |
| 3.4.1 Mean-shift 图像分割结果 | 第44-47页 |
| 3.4.2 基于聚合窗口的图像匹配结果 | 第47-49页 |
| 3.4.3 视差模板提取与优化结果 | 第49-51页 |
| 3.4.4 置信度传播进行视差精确分配结果 | 第51-52页 |
| 3.4.5 3D 图像合成结果 | 第52页 |
| 3.5 本章小结 | 第52-54页 |
| 第4章 基于光流场和置信度的视差获取与优化方法 | 第54-72页 |
| 4.1 引言 | 第54页 |
| 4.2 经典的 Lucas-Kanade 光流算法 | 第54-55页 |
| 4.3 基于光流场和置信度的视差获取与优化方法 | 第55-59页 |
| 4.3.1 图像的预处理 | 第56页 |
| 4.3.2 光流法获得视差图 | 第56-59页 |
| 4.3.3 视差图的优化 | 第59页 |
| 4.4 实验结果与分析 | 第59-70页 |
| 4.4.1 图像预处理与金字塔分解结果 | 第59-62页 |
| 4.4.2 光流场与初始视差估计结果 | 第62-65页 |
| 4.4.3 视差图的优化结果 | 第65-70页 |
| 4.4.4 3D 图像合成结果 | 第70页 |
| 4.5 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第78-80页 |
| 致谢 | 第80页 |