基于置信传播的低纹理区与遮挡区的优化匹配算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文组织结构 | 第11-13页 |
| 第二章 立体匹配算法的研究 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 立体视觉原理 | 第13-15页 |
| 2.2.1 基本假设 | 第13-14页 |
| 2.2.2 立体匹配中视差与深度的关系 | 第14-15页 |
| 2.3 常见立体匹配算法 | 第15-18页 |
| 2.3.1 局部匹配算法 | 第15-16页 |
| 2.3.2 全局匹配算法 | 第16-18页 |
| 2.4 立体匹配评价标准 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 基于置信传播的遮挡区优化算法 | 第21-39页 |
| 3.1 基本置信传播算法 | 第21-26页 |
| 3.1.1 贝叶斯网络 | 第21-22页 |
| 3.1.2 马尔可夫随机场 | 第22-23页 |
| 3.1.3 置信传播算法的计算过程 | 第23-25页 |
| 3.1.4 能量函数的构造 | 第25-26页 |
| 3.2 遮挡区误匹配现象及常见优化算法 | 第26-31页 |
| 3.2.1 遮挡现象 | 第26-28页 |
| 3.2.2 遮挡现象的常见优化算法 | 第28-31页 |
| 3.3 能量函数的改进 | 第31-35页 |
| 3.4 实验结果及分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于图像分割的低纹理区优化算法 | 第39-61页 |
| 4.1 优化低纹理区匹配效果的常见算法 | 第39-40页 |
| 4.2 基于图像分割的低纹理区优化算法 | 第40-41页 |
| 4.3 左视图的图像分割 | 第41-44页 |
| 4.3.1 均值漂移理论 | 第42-43页 |
| 4.3.2 均值漂移理论在图像处理中的应用 | 第43-44页 |
| 4.4 基于SVM的图像分类 | 第44-49页 |
| 4.4.1 支持向量机的基本理论 | 第45-47页 |
| 4.4.2 图像特征提取 | 第47-49页 |
| 4.5 低纹理区曲面拟合 | 第49页 |
| 4.6 实验结果及分析 | 第49-59页 |
| 4.6.1 图像分割结果的分类 | 第49-52页 |
| 4.6.2 低纹理区的曲面拟合 | 第52-59页 |
| 4.7 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 研究生期间发表的论文 | 第68页 |
