首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目视觉的非真实感绘制技术的研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-15页
    1.1 引言第8-9页
    1.2 研究背景及意义第9-12页
    1.3 国内外研究现状第12-14页
    1.4 论文安排第14-15页
第二章 基于图像的 NPR 绘制第15-28页
    2.1 几种艺术风格的 NPR 绘制第15-24页
        2.1.1 油画风格的模拟第15-18页
        2.1.2 水墨画的模拟第18-20页
        2.1.3 铅笔画的模拟第20-22页
        2.1.4 卡通画风格绘制第22-23页
        2.1.5 钢笔画风格绘制第23-24页
    2.2 线条画绘制第24-27页
        2.2.1 手绘线条的特点第24-26页
        2.2.2 线条画绘制的发展第26-27页
    2.3 本章小结第27-28页
第三章 线条画算法第28-35页
    3.1 线条画自动生成第28-32页
        3.1.1 ETF 场的生成第28-30页
        3.1.2 FDoG 算法第30-32页
    3.2 实验结果图第32-34页
    3.3 本章小结第34-35页
第四章 基于双目视觉的深度获取第35-45页
    4.1 引言第35-36页
    4.2 双目立体视觉系统模型第36-40页
        4.2.1 坐标系的定义第36-39页
        4.2.2 双目立体视觉系统的测量原理第39-40页
    4.3 获取视差图实验第40-42页
        4.3.1 摄像机的标定第40-41页
        4.3.2 图像匹配第41-42页
    4.4 获取深度图第42-44页
    4.5 本章小结第44-45页
第五章 基于深度的线条画增强第45-66页
    5.1 深度数据的分析第45-48页
    5.2 基于深度的线条画的算法第48-61页
        5.2.1 深度图的边缘检测第49-50页
        5.2.2 深度图的线条画第50-51页
        5.2.3 基于深度的线条画生成第51-59页
        5.2.4 彩色线条画第59-61页
    5.4 背景剔除以及法向增强第61-64页
        5.4.1 基于深度的背景剔除第61页
        5.4.2 基于深度法向的增强第61-64页
    5.5 本章小结第64-66页
第六章 总结和展望第66-68页
    6.1 本文总结第66页
    6.2 展望第66-68页
参考文献第68-73页
攻读硕士学位期间取得的研究成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:液压挖掘机多路阀动臂回路流场与阀口特性分析
下一篇:基于嵌入式LINUX的GPS/SINS车载组合导航系统研究与实现