三维场景重构中物体形变矢量提取方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究的背景及其意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要内容与结构 | 第11-13页 |
| 2 深度成像技术与Kinect原理简介 | 第13-24页 |
| 2.1 深度图像的概念 | 第13页 |
| 2.2 传统深度图像获取技术 | 第13-16页 |
| 2.2.1 深度成像传感器简介 | 第13-14页 |
| 2.2.2 双目视觉测距技术 | 第14-15页 |
| 2.2.3 激光雷达测距技术 | 第15-16页 |
| 2.2.4 结构光技术 | 第16页 |
| 2.2.5 立体视觉技术 | 第16页 |
| 2.3 Kinect原理介绍 | 第16-20页 |
| 2.3.1 Kinect简介 | 第16-17页 |
| 2.3.2 Light Coding技术 | 第17页 |
| 2.3.3 Kinect工作原理 | 第17-19页 |
| 2.3.4 Kinect深度数据 | 第19-20页 |
| 2.4 Kinect开发环境 | 第20-22页 |
| 2.4.1 开发环境需求 | 第20-21页 |
| 2.4.2 Kinect驱动安装 | 第21页 |
| 2.4.3 深度图像数据 | 第21-22页 |
| 2.5 Kinect编程环境 | 第22-23页 |
| 2.6 小结 | 第23-24页 |
| 3 Kinect误差及待修复误差模型 | 第24-29页 |
| 3.1 Kinect误差来源 | 第24页 |
| 3.2 待修复误差分类 | 第24-28页 |
| 3.2.1 空洞区域的生成原因 | 第25-27页 |
| 3.2.2 边缘不匹配的产生原因 | 第27页 |
| 3.2.3 深度图像噪声 | 第27-28页 |
| 3.3 本章小节 | 第28-29页 |
| 4 单幅深度图像增强算法 | 第29-45页 |
| 4.1 图像增强方法介绍 | 第29-31页 |
| 4.1.1 距离变换 | 第29页 |
| 4.1.2 区域生长 | 第29-30页 |
| 4.1.3 中值滤波 | 第30页 |
| 4.1.4 双边滤波 | 第30-31页 |
| 4.2 单幅深度图像增强 | 第31-39页 |
| 4.2.1 错误像素去除 | 第32-34页 |
| 4.2.2 空洞填充 | 第34-37页 |
| 4.2.3 深度图像去噪 | 第37-39页 |
| 4.3 实验结果及分析 | 第39-44页 |
| 4.3.1 参数的选择 | 第39-42页 |
| 4.3.2 实验结果 | 第42-44页 |
| 4.4 本章小节 | 第44-45页 |
| 5 深度图像序列增强及深度值提取 | 第45-55页 |
| 5.1 深度图像序列存在的问题 | 第45-46页 |
| 5.2 深度图像序列的误差模型 | 第46-48页 |
| 5.2.1 三角测量法 | 第46-47页 |
| 5.2.2 Kinect理论误差与精度 | 第47-48页 |
| 5.3 深度图像序列增强算法 | 第48-52页 |
| 5.3.1 卡尔曼滤波简介 | 第48-49页 |
| 5.3.2 卡尔曼滤波算法 | 第49-50页 |
| 5.3.3 深度图像序列增强 | 第50-52页 |
| 5.4 实验结果及分析 | 第52-54页 |
| 5.4.1 同一距离下深度值提取 | 第52-53页 |
| 5.4.2 不同距离下深度值提取 | 第53-54页 |
| 5.5 本章小节 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 全文总结 | 第55页 |
| 不足与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第62页 |
