基于图像修复和滤波的深度图像增强算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 深度测距原理及流行设备 | 第15-19页 |
| 1.2.1 深度测距原理 | 第15-16页 |
| 1.2.2 常见深度采集设备及其原理 | 第16-18页 |
| 1.2.3 深度图像缺陷产生原因 | 第18-19页 |
| 1.3 深度图像增强算法的研究现状 | 第19-21页 |
| 1.4 本文研究内容与章节安排 | 第21-22页 |
| 1.4.1 研究内容 | 第21页 |
| 1.4.2 章节安排 | 第21-22页 |
| 1.5 本章小结 | 第22-23页 |
| 第二章 相关理论基础 | 第23-33页 |
| 2.1 图像修复算法的研究 | 第23-25页 |
| 2.1.1 基本修复算法流程 | 第23-25页 |
| 2.1.2 相关的改进算法 | 第25页 |
| 2.2 图像滤波算法的研究 | 第25-27页 |
| 2.3 深度图像的对象连续性 | 第27-31页 |
| 2.3.1 世界坐标系与图像坐标系的转换 | 第27-29页 |
| 2.3.2 深度数据的对象连续性 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于修复和滤波的深度图像增强算法 | 第33-43页 |
| 3.1 算法框架 | 第33-34页 |
| 3.2 预处理 | 第34-35页 |
| 3.3 目标点的选择 | 第35-38页 |
| 3.3.1 确定候选集 | 第35-36页 |
| 3.3.2 确定目标点 | 第36-38页 |
| 3.4 基于样本的图像修复算法 | 第38-39页 |
| 3.5 滤波平滑处理 | 第39-42页 |
| 3.5.1 双边滤波和联合双边滤波的线性组合算法 | 第40-41页 |
| 3.5.2 联合三边滤波 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于对象连续性的深度图像增强算法 | 第43-51页 |
| 4.1 算法框架 | 第43-44页 |
| 4.2 预处理 | 第44-46页 |
| 4.2.1 基于UCM的对象分割 | 第44-46页 |
| 4.2.2 基于双边滤波的噪声去除 | 第46页 |
| 4.3 构建三维模型并填充空洞 | 第46-48页 |
| 4.4 剩余空洞点填充及平滑处理 | 第48-49页 |
| 4.5 算法分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 结果与评价 | 第51-65页 |
| 5.1 算法评价指标 | 第51-53页 |
| 5.2 基于修复和滤波的深度图像增强的算法评估 | 第53-58页 |
| 5.2.1 候选集的确定策略比较 | 第53-54页 |
| 5.2.2 目标点的选择方法比较 | 第54-55页 |
| 5.2.3 滤波平滑方法比较 | 第55-57页 |
| 5.2.4 该方法在测试集上的表现 | 第57-58页 |
| 5.3 基于对象连续性的深度图像增强的算法评估 | 第58-59页 |
| 5.4 与其他算法的比较评估 | 第59-64页 |
| 5.4.1 五种增强算法的视觉比较 | 第61-62页 |
| 5.4.2 五种增强算法的量化比较 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
