基于Kinect的RGB-D数据对齐算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 深度图像滤波算法的研究现状 | 第10-12页 |
| 1.2.2 深度图像空洞填充算法研究现状 | 第12-13页 |
| 1.3 本文章节安排 | 第13-15页 |
| 第二章 Kinect的工作原理以及误差分析 | 第15-21页 |
| 2.1 常见的深度测距技术 | 第15-17页 |
| 2.1.1 双目立体视觉测距技术 | 第15-16页 |
| 2.1.2 TOF测距技术 | 第16页 |
| 2.1.3 结构光测距技术 | 第16-17页 |
| 2.2 Kinect工作原理介绍 | 第17-19页 |
| 2.2.1 Kinect深度测距原理 | 第17-18页 |
| 2.2.2 Kinect数学模型 | 第18-19页 |
| 2.3 Kinect深度图像误差分析 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 联合双边滤波算法 | 第21-36页 |
| 3.1 滤波器原理 | 第21-23页 |
| 3.2 常见的滤波器 | 第23-32页 |
| 3.2.1 均值滤波 | 第23-25页 |
| 3.2.2 中值滤波 | 第25-27页 |
| 3.2.3 高斯滤波 | 第27-28页 |
| 3.2.4 双边滤波 | 第28-32页 |
| 3.3 联合双边滤波 | 第32-34页 |
| 3.4 实验结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于FMM的图像修复算法 | 第36-43页 |
| 4.1 基于FMM的彩色图像修复 | 第36-40页 |
| 4.1.1 图像修复算法原理 | 第36-37页 |
| 4.1.2 快速行进法 | 第37-39页 |
| 4.1.3 离散像素点的修复 | 第39-40页 |
| 4.2 基于FMM的深度图像修复 | 第40-42页 |
| 4.2.1 权值函数 | 第40-41页 |
| 4.2.2 实验结果图 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 基于MRF的深度图像增强 | 第43-55页 |
| 5.1 马尔科夫场模型 | 第43-45页 |
| 5.1.1 MRF的数学模型 | 第43-44页 |
| 5.1.2 马尔科夫随机场与Gibbs分布 | 第44-45页 |
| 5.2 基于MRF的颜色和深度一致的深度图增强 | 第45-51页 |
| 5.2.1 算法的基本框架 | 第45-46页 |
| 5.2.2 深度图像降噪 | 第46-47页 |
| 5.2.3 MRF模型的能量函数 | 第47-51页 |
| 5.3 实验结果与分析 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结和展望 | 第55-57页 |
| 6.1 本文总结 | 第55页 |
| 6.2 缺陷与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
