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

视觉目标自遮挡检测及下一最佳观测方位研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·课题研究背景第10-12页
   ·课题研究意义第12-13页
   ·国内外研究现状第13-16页
     ·自遮挡检测研究现状第13-14页
     ·下一最佳观测方位研究现状第14-16页
   ·论文的研究内容及结构安排第16-18页
     ·研究内容第16-17页
     ·结构安排第17-18页
第2章 相关理论知识第18-26页
   ·引言第18页
   ·深度图像的概念及表示第18-20页
   ·法向量计算第20-25页
     ·基于局部表面拟合的法向量计算方法第21-22页
     ·基于主元素分析法的法向量计算方法第22-23页
     ·基于三角形的法向量计算方法第23页
     ·基于鲁棒统计的法向量计算方法第23-25页
   ·本章小结第25-26页
第3章 基于深度图像的自遮挡检测算法第26-40页
   ·引言第26页
   ·问题描述及遮挡分析第26-30页
     ·问题描述第26-27页
     ·遮挡分析第27-30页
   ·阈值分割法第30-33页
     ·阈值分割法简介第30-31页
     ·基于区域的全局阈值选取方法第31-33页
   ·基于深度图像的自遮挡检测算法第33-39页
     ·获取候选边缘第34-36页
     ·基于简单图像统计的全局阈值选取方法第36-37页
     ·检测自遮挡第37页
     ·算法描述第37-39页
   ·本章小结第39-40页
第4章 利用自遮挡信息确定下一最佳观测方位第40-52页
   ·引言第40页
   ·下一最佳观测方位问题描述第40-42页
     ·问题描述第40-41页
     ·下一最佳观测方位方法的分类第41-42页
   ·光线跟踪算法第42-47页
     ·光线跟踪算法原理第43页
     ·光线与物体求交第43-47页
   ·利用自遮挡信息确定下一最佳观测方位第47-51页
     ·表面的最佳观测方向第47-49页
     ·下一最佳观测方向确定第49-51页
     ·下一最佳观测位置的确定第51页
   ·本章小结第51-52页
第5章 实验及分析第52-58页
   ·实验环境第52页
   ·基于深度图像的自遮挡检测算法实现第52-55页
     ·实现方案第53-54页
     ·实验分析第54-55页
   ·利用自遮挡信息确定下一最佳观测方位的方法实现第55-57页
     ·实现方案第56页
     ·实验分析第56-57页
   ·本章小结第57-58页
结论第58-60页
参考文献第60-65页
攻读硕士学位期间承担的科研任务与主要成果第65-66页
致谢第66-67页
作者简介第67页

论文共67页,点击 下载论文
上一篇:应用多重网格技术提高烟雾与障碍物交互实时性的研究
下一篇:基于人脸面部特征的驾驶员疲劳检测技术研究