| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-22页 |
| 1.2.1 基于图像的深度估计 | 第17-21页 |
| 1.2.2 深度图像分辨率增强 | 第21-22页 |
| 1.3 研究内容和组织结构 | 第22-24页 |
| 1.3.1 研究内容 | 第22页 |
| 1.3.2 组织结构 | 第22-24页 |
| 第二章 经典的单目图像深度估计方法 | 第24-37页 |
| 2.1 基于深度线索的深度估计算法 | 第24-30页 |
| 2.1.1 基于线性透视的深度估计算法 | 第24-26页 |
| 2.1.2 基于运动视差的深度估计算法 | 第26-30页 |
| 2.2 基于机器学习的深度估计算法 | 第30-36页 |
| 2.2.1 基于参数化学习的深度估计算法 | 第30-32页 |
| 2.2.2 基于非参数化学习的深度估计算法 | 第32-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 基于非参数化学习的单目深度估计算法 | 第37-51页 |
| 3.1 引言 | 第37-38页 |
| 3.2 联合词袋模型和HOG特征的图像检索方法 | 第38-44页 |
| 3.2.1 SIFT特征和HOG特征 | 第38-42页 |
| 3.2.2 特征词袋模型 | 第42-44页 |
| 3.2.3 图像检索 | 第44页 |
| 3.3 基于高斯权值的深度图像融合方法 | 第44-45页 |
| 3.4 基于联合双边滤波的深度图像优化方法 | 第45页 |
| 3.5 实验结果 | 第45-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 深度图像分辨率增强算法 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 以低分辨率彩色图像为指导的深度图像分辨率增强算法 | 第51-54页 |
| 4.2.1 算法框架 | 第51-52页 |
| 4.2.2 彩色图像分辨率增强 | 第52-53页 |
| 4.2.3 以高分辨率彩色图像为指导的深度图像分辨率增强 | 第53-54页 |
| 4.3 实验结果 | 第54-60页 |
| 4.3.1 Middleburg数据集 | 第54-58页 |
| 4.3.2 ToFMark数据集 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 论文展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |