基于模式识别的双目立体视觉匹配研究

摘要	第1-11页
Abstract	第11-14页
第一章 绪论	第14-27页
·研究背景和意义	第14-16页
·立体匹配研究背景	第14-15页
·立体匹配研究意义	第15-16页
·国内外研究现状和趋势	第16-21页
·国内外研究现状	第17-20页
·研究趋势	第20-21页
·研究的内容及面临的问题	第21-23页
·研究的内容	第21-22页
·面临的问题	第22-23页
·论文的结构安排	第23-27页
第二章 立体匹配基本原理和方法	第27-39页
·立体匹配	第27-30页
·双目立体视觉原理	第27-28页
·双目立体匹配分类	第28-30页
·基于特征的立体匹配	第28-29页
·基于区域的立体匹配	第29页
·局部立体匹配算法	第29-30页
·全局立体匹配算法	第30页
·模式识别理论	第30-36页
·模式识别系统组成	第30-31页
·模式识别分类	第31页
·统计分类模式识别	第31-32页
·K-均值动态聚类算法	第32-34页
·模糊模式识别	第34-35页
·句法模式识别	第35-36页
·动态规划理论	第36-38页
·本章小结	第38-39页
第三章 运用仿射不变性进行点匹配及遮挡处理	第39-58页
·仿射不变性的基本原理	第40-43页
·仿射不变量	第40-41页
·双目立体视觉中的仿射不变性	第41-43页
·运用仿射不变性进行点匹配	第43-45页
·稳定特征点提取算法	第43-44页
·仿射不变收敛三角形算法实现步骤	第44-45页
·运用仿射不变性进行区域匹配和遮挡处理	第45-50页
·算法实现步骤	第45-46页
·特征匹配点群分组	第46-48页
·区域匹配	第48页
·遮挡处理	第48-50页
·实验结果分析	第50-56页
·高分辨率双目立体视觉系统	第50页
·高分辨率立体像对点匹配实验	第50-52页
·高分辨率立体像对区域匹配实验	第52-54页
·复杂场景遮挡处理实验	第54-56页
·本章小结	第56-58页
第四章 基于模式识别与动态规划的双目立体匹配	第58-104页
·运用深度面元点聚类获得高可靠匹配点对	第58-67页
·获得初始匹配点对	第59-61页
·运用极线约束剔除误匹配点对	第61-62页
·基于深度面元点聚类的算法	第62-64页
·实验结果分析	第64-67页
·基于模糊模式识别的区域提取与匹配	第67-80页
·两个假设与像素点区域归属	第68-71页
·基于模糊理论的像素点区域归属处理	第71-73页
·线分割生成线基元	第73-74页
·算法总流程	第74-75页
·实验结果分析	第75-80页
·基于句法模式识别与动态规划的稠密立体匹配	第80-103页
·基于改进的Otsu阈值选取算法	第80-81页
·基于窗口滑动的区域精匹配算法	第81-84页
·基于点线跳跃的视差传递算法	第84-86页
·算法数据结构和步骤流程	第86-91页
·实验结果分析	第91-103页
·本章小结	第103-104页
第五章 运用立体匹配进行投射阴影剔除	第104-120页
·立体视觉检测阴影的基本原理	第105-107页
·室外场景阴影剔除	第107-111页
·基于CIELAB模型的阴影区域初检测	第107-108页
·基于立体视觉原理的阴影剔除	第108-111页
·室内场景阴影剔除	第111-114页
·标定点的位置对应关系	第112-113页
·基于空间位置的阴影剔除方法	第113-114页
·实验结果分析	第114-118页
·实验平台	第114-116页
·室外场景	第116-117页
·室内场景	第117-118页
·本章小结	第118-120页
第六章 总结与展望	第120-125页
·全文总结	第120-123页
·未来展望	第123-125页
参考文献	第125-137页
攻读博士学位期间发表的主要论文	第137-138页
致谢	第138-139页
附录一	第139-142页
附录二	第142-144页