| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·本论文的应用背景与研究目的 | 第11页 |
| ·目前的深度信息获取算法和国内外研究现状 | 第11-15页 |
| ·本论文的研究工作和章节安排 | 第15-17页 |
| ·本论文方法的创新点 | 第17-18页 |
| 第二章 基于TOF摄像机的深度信息获取算法介绍 | 第18-22页 |
| ·实验平台介绍 | 第18-19页 |
| ·Time-Of-Flight摄像机介绍 | 第19-20页 |
| ·常用的基于TOF摄像机的深度获取算法 | 第20-22页 |
| 第三章 室内简单场景下基于阵列摄像机的深度图获取算法 | 第22-32页 |
| ·算法概述 | 第22-23页 |
| ·TOF摄像机和可见光摄像机之间的标定 | 第23-26页 |
| ·标定前预处理 | 第24页 |
| ·具体的标定过程 | 第24-26页 |
| ·可见光摄像机视野下高分辨率深度图的获得 | 第26-31页 |
| ·将TOF深度图投影到可见光摄像机视野下 | 第26-27页 |
| ·能量函数的构造 | 第27-28页 |
| ·最小化能量函数对初始深度图进行修正 | 第28-29页 |
| ·高分辨率深度图结果和结果分析 | 第29-31页 |
| ·方法总结 | 第31-32页 |
| 第四章 室内复杂场景下基于阵列摄像机的深度获取算法 | 第32-47页 |
| ·本章算法较上一章中实时算法的改进之处 | 第32页 |
| ·该算法的理论基础——马尔科夫随机场(MRF) | 第32-36页 |
| ·随机场简介 | 第32-33页 |
| ·马尔科夫随机场 | 第33-35页 |
| ·马尔科夫随机场在图像处理方面的应用 | 第35-36页 |
| ·算法的具体实现 | 第36-46页 |
| ·可见光摄像机视野下初始高分辨率深度图的获取 | 第36-40页 |
| ·新的投影策略 | 第36-39页 |
| ·投影深度图后处理 | 第39-40页 |
| ·新的能量函数的构造 | 第40-43页 |
| ·利用改进的能量函数进行迭代优化 | 第43-44页 |
| ·实验结果和分析 | 第44-46页 |
| ·算法总结 | 第46-47页 |
| 第五章 室内复杂场景下深度图获取的优化算法 | 第47-64页 |
| ·本章算法的思路 | 第47-48页 |
| ·TOF深度图中深度值不确定度的计算 | 第48-50页 |
| ·初始深度值不确定度的计算 | 第50-54页 |
| ·标定参数本身不确定度的计算 | 第50-52页 |
| ·初始深度值不确定度的计算 | 第52-54页 |
| ·算法流程和实现 | 第54-62页 |
| ·对TOF深度图的预处理 | 第54-55页 |
| ·能量函数的设计和迭代修正过程 | 第55-58页 |
| ·亚像素估计 | 第58-59页 |
| ·实验结果和分析 | 第59-62页 |
| ·算法总结 | 第62-64页 |
| 第六章 总结和展望 | 第64-66页 |
| ·本论文中算法的总结和对未来工作的展望 | 第64-65页 |
| ·对论文中能量函数设计的一些说明 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71页 |