| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.3 课题结构安排 | 第12-17页 |
| 1.3.1 课题主要研究内容 | 第12-14页 |
| 1.3.2 课题章节安排 | 第14-17页 |
| 第二章 基于双目图像的立体匹配基础 | 第17-25页 |
| 2.1 立体匹配基本原理 | 第17-18页 |
| 2.2 视点标定与校正 | 第18-19页 |
| 2.3 立体匹配基本假设 | 第19页 |
| 2.4 立体匹配技术综述 | 第19-22页 |
| 2.4.1 特征匹配技术 | 第20页 |
| 2.4.2 局部匹配技术 | 第20-21页 |
| 2.4.3 全局匹配技术 | 第21-22页 |
| 2.5 视差空间 | 第22页 |
| 2.6 立体匹配算法的评价标准 | 第22-23页 |
| 2.7 本章小结 | 第23-25页 |
| 第三章 基于插值优化的动态规划立体匹配算法 | 第25-41页 |
| 3.1 动态规划基本原理 | 第25-27页 |
| 3.1.1 基本模型 | 第25-27页 |
| 3.1.2 动态规划的基本步骤 | 第27页 |
| 3.2 传统的基于动态规划的立体匹配算法 | 第27-29页 |
| 3.3 基于插值优化的动态规划立体匹配算法 | 第29-35页 |
| 3.3.1 基于AD-Census的匹配代价函数的计算 | 第30-31页 |
| 3.3.2 基于行列双向的动态规划立体匹配算法 | 第31-33页 |
| 3.3.3 基于插值优化的视差图后处理 | 第33-34页 |
| 3.3.4 进一步的优化方向 | 第34-35页 |
| 3.4 基于插值优化的动态规划算法的实现和实验结果 | 第35-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于金字塔优化的置信传播算法 | 第41-58页 |
| 4.1 置信传播基本模型 | 第41-46页 |
| 4.1.1 贝叶斯网络与置信度 | 第41-43页 |
| 4.1.2 马尔科夫随机场 | 第43-44页 |
| 4.1.3 概率估计 | 第44-45页 |
| 4.1.4 置信传播 | 第45-46页 |
| 4.2 基于置信传播的立体匹配算法 | 第46-47页 |
| 4.3 传统的置信传播算法的优化算法 | 第47-53页 |
| 4.3.1 线性变换优化 | 第48-49页 |
| 4.3.2 奇偶场优化 | 第49-51页 |
| 4.3.3 基于像素集合的金字塔优化 | 第51-53页 |
| 4.4 基于降采样和升采样的金字塔优化 | 第53-55页 |
| 4.5 基于金字塔优化的置信传播算法实验结果 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 基于置信传播算法的图像序列视差估计 | 第58-62页 |
| 5.1 图像序列模型 | 第58-59页 |
| 5.2 图像序列的置信传播优化 | 第59-60页 |
| 5.2.1 基于前后帧相似性的迭代速度优化 | 第59-60页 |
| 5.2.2 基于前后帧相似性的迭代稳定性优化 | 第60页 |
| 5.3 基于置信传播的图像序列立体匹配算法效果 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-65页 |
| 6.1 课题总结 | 第62-63页 |
| 6.2 未来展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表或已录用的学术论文 | 第68页 |