立体图像智能处理关键技术研究

摘要	第1-6页
Abstract	第6-15页
第一章 绪论	第15-24页
·论文背景与意义	第15-17页
·产业背景简介	第15-16页
·背景知识简介	第16页
·研究意义	第16-17页
·本文的研究内容与相关研究现状	第17-21页
·深度获取与立体匹配	第17-19页
·视觉显著性分析	第19-20页
·交互式对象分割	第20-21页
·本文的主要贡献	第21-22页
·本文的组织结构	第22-24页
第二章 基于视角相关性和颜色相似性的立体匹配	第24-42页
·引言	第24-27页
·背景知识	第24-26页
·研究动机	第26页
·解决方法概要	第26-27页
·相关工作	第27-30页
·局部立体匹配方法	第27-29页
·全局立体匹配方法	第29页
·其他方法	第29-30页
·基于颜色和相关性互补的局部立体匹配方法	第30-34页
·代价体计算	第30-31页
·基于颜色相似性的自适应代价聚集	第31页
·基于相关性的自适应代价聚集	第31-32页
·基于颜色和相关性互补的代价聚集	第32-33页
·遮挡检测及其它后处理	第33-34页
·实验结果与讨论	第34-40页
·实验数据集与参数设定	第34页
·实验结果与分析	第34-38页
·应用案例	第38-40页
·小结与讨论	第40-42页
第三章 基于立体视觉的显著对象检测	第42-63页
·引言	第42-44页
·背景知识	第42-43页
·研究动机	第43-44页
·解决方法概要	第44页
·相关工作	第44-45页
·显著性分析	第44页
·著对象检测	第44-45页
·基于深度的显著对象检测	第45页
·基于立体视觉的显著对象检测方法	第45-50页
·各向异性中央周边差	第46-48页
·带权各向异性中央周边差	第48-49页
·基于三维空间概率分布的显著对象检测改进	第49页
·基于超像素的实现	第49页
·算法复杂度分析	第49-50页
·与基于二维图像的显著性方法的结合	第50页
·基于自适应阈值的显著对象分割	第50-52页
·实验结果与讨论	第52-61页
·实验数据集	第52-53页
·参数设定	第53-54页
·基于深度的显著对象检测	第54-57页
·基于立体视觉的显著对象检测	第57-58页
·著对象分割结果比较与讨论	第58-59页
·应用案例	第59-61页
·小结与讨论	第61-63页
第四章 立体图像的交互式对象分割	第63-93页
·引言	第63-65页
·背景知识	第63-64页
·研究动机	第64页
·解决方法概要	第64-65页
·相关工作	第65-68页
·对象分割方法	第65-67页
·一致性分割方法	第67-68页
·基于深度的分割方法	第68页
·基于轮廓匹配的一致性分割方法	第68-74页
·轮廓匹配模型	第69页
·立体匹配约束	第69-70页
·对象边界约束	第70-72页
·基于动态规划的轮廓匹配算法	第72-74页
·基于颜色深度自适应融合的对象分割	第74-80页
·基于马尔可夫随机场的对象分割	第75-76页
·基于深度测地距离的对象分类估计	第76-78页
·颜色与深度的自适应融合	第78-80页
·实验结果与讨论	第80-91页
·实验数据集与参数设定	第80页
·实验结果与分析	第80-90页
·应用案例	第90-91页
·小结与讨论	第91-93页
第五章 总结与展望	第93-96页
·论文工作总结	第93-94页
·未来工作展望	第94-96页
参考文献	第96-111页
附录：攻读博士学位期间的学术成果和获奖情况	第111-114页
致谢	第114-116页