基于图像分割的双目图像匹配技术研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-25页 |
1.1 课题来源 | 第11页 |
1.2 课题研究的背景及其意义 | 第11-12页 |
1.3 双目视觉的应用及研究现状 | 第12-13页 |
1.4 双目视觉的关键技术 | 第13-20页 |
1.4.1 摄像机标定 | 第13-14页 |
1.4.2 双目图像匹配 | 第14-19页 |
1.4.3 三维重构 | 第19-20页 |
1.5 双目图像匹配评价标准及测试平台 | 第20-23页 |
1.5.1 双目图像匹配评价标准 | 第20-21页 |
1.5.2 测试平台 | 第21-23页 |
1.6 总结 | 第23页 |
1.7 论文内容及其组织结构 | 第23-25页 |
第二章 基于区域的图像分割算法 | 第25-41页 |
2.1 基于面模型拟合的图像分割算法 | 第25-32页 |
2.1.1 概述 | 第25-26页 |
2.1.2 面拟合模型 | 第26页 |
2.1.3 面拟合 | 第26-28页 |
2.1.4 区域生长与合并 | 第28-29页 |
2.1.5 分割算法步骤 | 第29-30页 |
2.1.6 实验结果 | 第30-32页 |
2.1.7 结论 | 第32页 |
2.2 基于区域生长的彩色图像精确分割算法 | 第32-40页 |
2.2.1 概述 | 第33页 |
2.2.2 彩色图像分割方法 | 第33-38页 |
2.2.3 相邻区域合并 | 第38页 |
2.2.4 实验结果 | 第38-39页 |
2.2.5 结论 | 第39-40页 |
2.3 本章小结 | 第40-41页 |
第三章 基于颜色和分割的双目图像匹配算法 | 第41-55页 |
3.1 双目图像匹配的原理 | 第41-44页 |
3.2 双目图像匹配的重要内容 | 第44-46页 |
3.2.1 匹配基元的选择 | 第44页 |
3.2.2 匹配约束 | 第44-45页 |
3.2.3 相似性测度 | 第45-46页 |
3.3 基于RGB信息的双目图像匹配概述 | 第46页 |
3.4 图像的RGB和HSV空间模型及其转换 | 第46-48页 |
3.4.1 RGB模型 | 第46-47页 |
3.4.2 HSV模型 | 第47页 |
3.4.3 RGB模型转换到HSV模型 | 第47-48页 |
3.5 相似度测量函数 | 第48-49页 |
3.6 图像分割 | 第49页 |
3.7 修正视差图 | 第49-50页 |
3.8 匹配算法步骤 | 第50-51页 |
3.9 实验结果与实验分析 | 第51-54页 |
3.9.1 实验结果 | 第51-52页 |
3.9.2 实验分析 | 第52-54页 |
3.10 结论 | 第54页 |
3.11 本章小结 | 第54-55页 |
第四章 基于区域的双目图像匹配算法 | 第55-69页 |
4.1 概述 | 第55-56页 |
4.2 图像分割 | 第56-58页 |
4.3 矩和重心 | 第58页 |
4.4 Hub不变矩 | 第58-59页 |
4.5 区域的平均灰度 | 第59页 |
4.6 区域匹配费用函数 | 第59-61页 |
4.7 交叉检验 | 第61页 |
4.8 相对位置约束 | 第61-62页 |
4.9 匹配算法步骤 | 第62-63页 |
4.10 实验结果与分析 | 第63-68页 |
4.10.1 实验结果 | 第63-65页 |
4.10.2 实验分析 | 第65-68页 |
4.11 结论 | 第68页 |
4.12 本章小结 | 第68-69页 |
第五章 基于四邻域的BP匹配算法 | 第69-81页 |
5.1 概述 | 第69-70页 |
5.2 置信传播(BP)匹配算法的原理 | 第70-72页 |
5.3 能量函数的构造 | 第72-75页 |
5.3.1 平滑项的构造 | 第73-75页 |
5.3.2 数据项的构造 | 第75页 |
5.4 匹配算法步骤 | 第75-76页 |
5.5 实验结果与实验分析 | 第76-79页 |
5.5.1 实验结果 | 第76-77页 |
5.5.2 实验分析 | 第77-79页 |
5.6 结论 | 第79页 |
5.7 本章小结 | 第79-81页 |
第六章 结论 | 第81-85页 |
6.1 工作总结 | 第81-82页 |
6.2 论文的创新点 | 第82页 |
6.3 结论 | 第82-83页 |
6.4 前景展望 | 第83-85页 |
致谢 | 第85-87页 |
参考文献 | 第87-93页 |
附录 攻读硕士学位期间发表的论文 | 第93页 |