基于核主成分分析（KPCA）和神经网络的单目红外图像深度估计
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·主要工作及内容安排 | 第14-16页 |
| 第二章 红外图像特征分析 | 第16-24页 |
| ·引言 | 第16页 |
| ·红外图像的成像原理 | 第16-18页 |
| ·红外图像的基本特征分析和处理 | 第18-21页 |
| ·图像深度线索 | 第21-23页 |
| ·小结 | 第23-24页 |
| 第三章 核主成分分析(KPCA)的原理 | 第24-33页 |
| ·引言 | 第24页 |
| ·主成分分析(PCA)的原理 | 第24-27页 |
| ·核方法中的核主成分分析(KPCA) | 第27-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于KPCA的红外图像深度特征提取 | 第33-41页 |
| ·引言 | 第33页 |
| ·红外图像深度特征粗提取 | 第33-35页 |
| ·基于粒子群算法的KPCA参数优化 | 第35-39页 |
| ·KPCA在红外图像特征筛选中的实现步骤 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于BP神经网络的红外图像深度估计模型 | 第41-47页 |
| ·引言 | 第41页 |
| ·神经网络的基本原理 | 第41-43页 |
| ·BP神经网络的基本原理 | 第43-45页 |
| ·基于BP神经网络的红外图像深度估计 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第六章 基于不同核函数的红外图像深度估计实验 | 第47-58页 |
| ·引言 | 第47-48页 |
| ·基于线性核函数的红外图像深度估计 | 第48-49页 |
| ·基于多项式核函数的红外图像深度估计 | 第49-51页 |
| ·基于高斯径向基核函数的红外图像深度估计 | 第51-53页 |
| ·基于多层感知核函数的红外图像深度估计 | 第53-56页 |
| ·与基于图像分割的深度估计算法进行比较 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65页 |
