基于视觉显著性的立体匹配算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第15-24页 |
| 1.1 课题研究的背景及意义 | 第15-19页 |
| 1.1.1 计算机视觉的发展 | 第15-17页 |
| 1.1.2 双目立体视觉 | 第17-19页 |
| 1.2 国内外研究现状及常用匹配算法 | 第19-22页 |
| 1.3 本文研究的主要内容和结构安排 | 第22-24页 |
| 2 视觉显著性模型与主动视觉 | 第24-38页 |
| 2.1 视觉显著性模型 | 第24-26页 |
| 2.2 基于颜色的视觉显著性检测方法 | 第26-29页 |
| 2.2.1 彩色图像的超复数描述 | 第26-27页 |
| 2.2.2 基于相位谱的彩色图像显著度检测 | 第27-28页 |
| 2.2.3 显著性重复检测与叠加 | 第28-29页 |
| 2.3 视觉显著性检测用于图像融合 | 第29-32页 |
| 2.3.1 图像融合基本框架 | 第30-32页 |
| 2.4 实验结果与分析 | 第32-36页 |
| 2.4.1 多聚焦图像融合实验 | 第33页 |
| 2.4.2 多波段遥感图像融合 | 第33-34页 |
| 2.4.3 可见光图像与红外图像的融合 | 第34-36页 |
| 2.4.4 多幅图像的融合 | 第36页 |
| 2.5 本章小结 | 第36-38页 |
| 3 基于视觉显著性特征的点匹配算法 | 第38-46页 |
| 3.1 图像特征点的描述 | 第38-40页 |
| 3.2 基于视觉显著性特征的匹配算法框架 | 第40-41页 |
| 3.3 平移重合概率法 | 第41-42页 |
| 3.4 实验结果与分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于视觉显著性特征的快速区域立体匹配算法 | 第46-58页 |
| 4.1 经典的基于窗口的区域立体匹配算法 | 第46-50页 |
| 4.1.1 算法原理 | 第46-47页 |
| 4.1.2 算法步骤 | 第47-48页 |
| 4.1.3 算法结果 | 第48-50页 |
| 4.2 基于Sobel和图像显著性的区域匹配算法 | 第50-57页 |
| 4.2.1 算法框架 | 第50-51页 |
| 4.2.2 特征图的生成 | 第51-52页 |
| 4.2.3 视差图的优化 | 第52-54页 |
| 4.2.4 实验结果与分析 | 第54-57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 基于视觉显著性的自适应权重立体匹配算法 | 第58-70页 |
| 5.1 经典的自适应权重算法 | 第58-59页 |
| 5.2 算法框架 | 第59-61页 |
| 5.3 算法关键步骤 | 第61-65页 |
| 5.3.1 新的自适应权重求取方法 | 第61-62页 |
| 5.3.2 新的相似性度量方法及代价聚合 | 第62-63页 |
| 5.3.3 左右视差图的融合方法 | 第63-65页 |
| 5.4 实验结果与分析 | 第65-69页 |
| 5.4.1 窗口大小对视差图的影响 | 第65-66页 |
| 5.4.2 不同方法最终视差图对比 | 第66-69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 作者简介 | 第75页 |
