首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目立体视觉稀疏表示的三维重建方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状第15-19页
        1.2.1 双目立体视觉研究现状第15-17页
        1.2.2 三维重建研究现状第17-18页
        1.2.3 双目视觉三维重建面临的问题第18-19页
    1.3 本文的主要工作及章节安排第19-22页
        1.3.1 本文工作第19-20页
        1.3.2 章节安排第20-22页
第二章 双目立体视觉基本原理第22-36页
    2.1 双目摄像机成像模型第22-27页
        2.1.1 线性成像模型第22-25页
        2.1.2 非线性成像模型第25-27页
    2.2 双目摄像机标定第27-30页
    2.3 双目立体校正第30-33页
    2.4 实验结果及分析第33-34页
    2.5 本章小结第34-36页
第三章 双目视觉立体匹配研究第36-56页
    3.1 立体匹配基本原理第36-38页
    3.2 立体匹配主要内容第38-42页
        3.2.1 基本约束条件第38-39页
        3.2.2 匹配视差计算第39-42页
    3.3 立体匹配研究方法第42-46页
        3.3.1 局部立体匹配方法第42-43页
        3.3.2 全局立体匹配方法第43-46页
    3.4 基于超像素分割的立体匹配方法第46-51页
        3.4.1 超像素分割第46-49页
        3.4.2 视差平面拟合第49-50页
        3.4.3 视差优化及计算第50-51页
    3.5 实验结果及分析第51-53页
    3.6 本章小结第53-56页
第四章 基于深度图像的三维重建第56-72页
    4.1 双目视觉三维重建原理第56-57页
    4.2 基于稀疏表示的深度图像重构方法第57-67页
        4.2.1 稀疏表示理论第57-59页
        4.2.2 稀疏表示的分解方法第59-63页
        4.2.3 深度图像重构第63-67页
    4.3 实验结果及分析第67-71页
        4.3.1 深度图像重构实验结果及分析第67-69页
        4.3.2 基于Open GL的三维重建实验结果及分析第69-71页
    4.4 本章小结第71-72页
第五章 总结与展望第72-74页
    5.1 工作总结第72页
    5.2 研究展望第72-74页
参考文献第74-80页
致谢第80-82页
作者简介第82-83页

论文共83页,点击 下载论文
上一篇:基于Matlab的自动组卷系统的设计与实现
下一篇:基于微课的高中信息技术课程差异教学实践研究