二维视频中静态场景深度图获取的算法分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的背景及来源 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-11页 |
| 1.3 现阶段立体显示技术的发展综述 | 第11-16页 |
| 1.3.1 3D电视技术的发展 | 第11-13页 |
| 1.3.2 3D视频资源生成方法的文献综述 | 第13-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 深度图获取和应用的理论基础 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 人类立体视觉的基本原理 | 第17-21页 |
| 2.2.1 单眼立体3D信息 | 第17-19页 |
| 2.2.2 双眼立体3D信息 | 第19-21页 |
| 2.3 立体视觉中深度图的作用 | 第21-22页 |
| 2.4 DIBR的基本原理 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于聚焦的深度图获取方法 | 第25-42页 |
| 3.1 引言 | 第25-26页 |
| 3.2 前景目标的初步提取 | 第26-28页 |
| 3.3 图像分割获取区域信息 | 第28-29页 |
| 3.4 图像深度的赋值 | 第29-31页 |
| 3.5 实验结果 | 第31-41页 |
| 3.5.1 提取前景目标的结果 | 第31-32页 |
| 3.5.2 图像的区域化分割结果 | 第32-33页 |
| 3.5.3 深度图的生成 | 第33-34页 |
| 3.5.4 评价准则 | 第34-40页 |
| 3.5.5 实验结果的对比分析 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于灭点的深度图获取方法 | 第42-57页 |
| 4.1 引言 | 第42-43页 |
| 4.2 图像的边缘检测 | 第43-46页 |
| 4.3 Hough变换提取图像的灭点 | 第46-48页 |
| 4.4 图像分割及深度赋值 | 第48页 |
| 4.5 实验结果 | 第48-56页 |
| 4.5.1 自适应Canny边缘检测的结果 | 第49-50页 |
| 4.5.2 提取图像灭点的结果 | 第50-51页 |
| 4.5.3 图像分割和深度图的赋值结果 | 第51-53页 |
| 4.5.4 评价准则 | 第53-55页 |
| 4.5.5 实验结果的对比分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
