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

基于图像分割的RGB-D场景平面重建算法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-15页
    1.1 引言第10页
    1.2 课题研究背景和意义第10-11页
    1.3 国内外研究现状第11-12页
    1.4 本文技术路线第12-13页
    1.5 本文结构安排第13-15页
第2章 rgb-d数据与数据库建立第15-21页
    2.1 rgb-d数据第15-17页
        2.1.1 数据采集软硬件简介第15-16页
        2.1.2 rgb-d数据获取过程第16-17页
    2.2 点云数据第17-18页
    2.3 室内图像数据库建立第18-20页
        2.3.1 公用数据库第18-19页
        2.3.2 自建数据库第19-20页
    2.4 本章小结第20-21页
第3章 基于边缘预测与边缘增长的图像分割第21-37页
    3.1 算法总体流程介绍第21-22页
    3.2 锚点提取第22-24页
    3.3 边缘预测第24-28页
        3.3.1 断点检测第24-25页
        3.3.2 封闭边缘间单像素间隙第25-26页
        3.3.3 构建边缘像素链第26-28页
    3.4 断点连接第28-32页
        3.4.1 断点距离连接第29-30页
        3.4.2 断点相邻像素连接第30-31页
        3.4.3 边缘增长第31-32页
    3.5 实验结果与分析第32-35页
    3.6 本章小结第35-37页
第4章 rgb-d数据对齐与深度数据处理第37-49页
    4.1 rgb-d数据对齐第37-44页
        4.1.1 坐标的概念第37-39页
        4.1.2 彩色深度相机标定第39-43页
        4.1.3 rgb-d数据对齐第43-44页
    4.2 rgb分割区域标记与深度区域分割第44-46页
    4.3 深度数据生成点云数据第46-47页
    4.4 本章小结第47-49页
第5章 基于ransac与leastsquares的平面拟合与重建第49-64页
    5.1 平面拟合第49-52页
        5.1.1 平面拟合技术第49-51页
        5.1.2 基于随机抽样一致性与最小二乘法的平面拟合技术第51-52页
    5.2 基于贪婪投影算法的点云三角剖分第52-55页
        5.2.1 三角剖分算法简介第52-53页
        5.2.2 基于贪婪投影算法的点云三角剖分第53-55页
    5.3 纹理映射第55-58页
        5.3.1 纹理映射原理第55-56页
        5.3.2 双线性插值的逆向映射第56-58页
    5.4 实验结果分析第58-63页
    5.5 本章小结第63-64页
结论第64-66页
参考文献第66-72页
攻读硕士学位期间承担的科研任务与主要成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于超像素和谱聚类的图像分割方法及应用
下一篇:大图中基于邻居相似性的边分类问题研究