| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第10-18页 |
| 1.1 课题研究目的和意思 | 第10-11页 |
| 1.2 选题背景 | 第11-16页 |
| 1.2.1 立体视频及其对象基编码 | 第11-13页 |
| 1.2.2 图像分割 | 第13页 |
| 1.2.3 立体匹配 | 第13-16页 |
| 1.3 论文主要工作及结构安排 | 第16-18页 |
| 2 图割理论 | 第18-24页 |
| 2.1 图的基本概念 | 第18-19页 |
| 2.1.1 图的定义 | 第18页 |
| 2.1.2 图与图像的关系 | 第18-19页 |
| 2.2 网络流理论 | 第19-21页 |
| 2.2.1 网络与流 | 第19-20页 |
| 2.2.2 网络的最大流-最小割 | 第20-21页 |
| 2.3 最大流—最小割算法 | 第21-23页 |
| 2.4 能量函数的最小化 | 第23页 |
| 2.5 本章小节 | 第23-24页 |
| 3 基于超像素和改进Grabcut算法的图像分割 | 第24-35页 |
| 3.1 Grabcut算法 | 第24-27页 |
| 3.1.1 基于GMM的s-t图构建 | 第24-25页 |
| 3.1.2 GMM参数修正与迭代优化分割 | 第25-27页 |
| 3.2 Grabcut算法改进分析 | 第27页 |
| 3.3 基于超像素和改进Grabcut算法的图像分割 | 第27-34页 |
| 3.3.1 超像素图像生成 | 第28-31页 |
| 3.3.2 改进Grabcut的超像素图像分割 | 第31-32页 |
| 3.3.3 实验结果与分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 基于图割和视域相关性的立体图像分割 | 第35-42页 |
| 4.1 基于图割和视域相关性的立体图像分割 | 第35-41页 |
| 4.1.1 基于改进Grabcut算法的左图像分割 | 第36页 |
| 4.1.2 基于视差匹配的右图像分割 | 第36-39页 |
| 4.1.3 实验结果及分析 | 第39-41页 |
| 4.2 本章小节 | 第41-42页 |
| 5 立体匹配及其关键算法 | 第42-61页 |
| 5.1 立体匹配基本原理 | 第42-47页 |
| 5.1.1 双目立体成像原理 | 第42-43页 |
| 5.1.2 立体匹配基本框架 | 第43-44页 |
| 5.1.3 立体匹配中的基本约束 | 第44-45页 |
| 5.1.4 立体匹配中存在的难点 | 第45-47页 |
| 5.2 立体匹配算法研究 | 第47页 |
| 5.3 ASW算法 | 第47-50页 |
| 5.3.1 ASW算法原理 | 第47-49页 |
| 5.3.2 ASW算法实验结果 | 第49-50页 |
| 5.4 基于图像分割和自适应权重的立体匹配方法 | 第50-60页 |
| 5.4.1 视差初始化 | 第51-52页 |
| 5.4.2 视差初始化结果 | 第52-54页 |
| 5.4.3 初始视差优化 | 第54-57页 |
| 5.4.4 本文算法结果及分析 | 第57-60页 |
| 5.5 本章小节 | 第60-61页 |
| 6 总结与展望 | 第61-62页 |
| 6.1 工作总结 | 第61页 |
| 6.2 研究展望 | 第61-62页 |
| 7 参考文献 | 第62-65页 |
| 个人简历 | 第65页 |
| 在学期间发表的学术论文与研究成果 | 第65-66页 |
| 致谢 | 第66页 |