基于运动分析的视频图像深度信息获取方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题来源背景及研究的目的和意义 | 第8-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 3D 视频技术概述 | 第10页 |
| 1.2.2 基于深度图 3D 视频转换方法概述 | 第10-12页 |
| 1.2.3 运动分析方法概述 | 第12-15页 |
| 1.2.4 基于深度图 3D 场景重建方法概述 | 第15页 |
| 1.3 本文主要研究内容与结构 | 第15-16页 |
| 第2章 三维立体视觉 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 双目视觉系统 | 第16-21页 |
| 2.2.1 单目视觉系统的数学模型 | 第16-20页 |
| 2.2.2 双目视觉系统的数学模型 | 第20-21页 |
| 2.3 深度信息获取 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 运动场估计 | 第24-54页 |
| 3.1 引言 | 第24页 |
| 3.2 基于块的运动估计 | 第24-26页 |
| 3.3 光流场 | 第26-30页 |
| 3.3.1 光流方程 | 第26-28页 |
| 3.3.2 光流场的表示方法及评价机制 | 第28-30页 |
| 3.4 基于模型约束的光流方程求解 | 第30-35页 |
| 3.4.1 模型约束 | 第30-32页 |
| 3.4.2 光流场求解算法设计 | 第32-34页 |
| 3.4.3 金字塔分解 | 第34-35页 |
| 3.5 基于平滑约束的光流方程求解 | 第35-36页 |
| 3.6 光流法中存在的问题 | 第36-37页 |
| 3.7 基于相位梯度的光流方程 | 第37-39页 |
| 3.8 基于分割的光流场优化 | 第39-42页 |
| 3.8.1 基于边沿检测的优化 | 第40-41页 |
| 3.8.2 基于区域生长的优化 | 第41-42页 |
| 3.9 实验结果对比与光流法的综合 | 第42-52页 |
| 3.9.1 模型约束光流法实验 | 第42-45页 |
| 3.9.2 基于平滑约束的光流法实验 | 第45-47页 |
| 3.9.3 基于相位梯度的光流法实验 | 第47-48页 |
| 3.9.4 光流法的对比与综合 | 第48-52页 |
| 3.10 本章小结 | 第52-54页 |
| 第4章 深度信息提取与优化 | 第54-65页 |
| 4.1 引言 | 第54页 |
| 4.2 由运动场生成深度图 | 第54页 |
| 4.3 深度图的优化 | 第54-57页 |
| 4.3.1 深度图的均衡化 | 第54-55页 |
| 4.3.2 形态学滤波 | 第55-57页 |
| 4.4 3D 显示技术 | 第57-58页 |
| 4.5 由深度图生成 3D 视图 | 第58-59页 |
| 4.6 结果分析 | 第59-64页 |
| 4.7 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第73-75页 |
| 致谢 | 第75页 |
