面向低纹理区域的局部立体匹配算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究的目的和意义 | 第9-10页 |
| 1.2 立体匹配国内外研究现状 | 第10-12页 |
| 1.2.1 立体匹配算法的国外研究现状 | 第11-12页 |
| 1.2.2 立体匹配算法的国内研究现状 | 第12页 |
| 1.3 立体匹配技术的难点 | 第12-14页 |
| 1.4 本文的研究内容 | 第14-16页 |
| 第2章 摄像机成像模型和视差理论 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 针孔成像模型 | 第16-19页 |
| 2.3 双目立体视觉的数学模型 | 第19-20页 |
| 2.4 视差理论 | 第20-23页 |
| 2.4.1 视差空间图像 | 第21页 |
| 2.4.2 双目立体匹配的约束条件 | 第21-22页 |
| 2.4.3 视差图的评价准则 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 立体匹配的原理与方法 | 第24-33页 |
| 3.1 引言 | 第24页 |
| 3.2 立体匹配算法的基本原理 | 第24页 |
| 3.3 立体匹配算法的分类 | 第24-25页 |
| 3.4 局部立体匹配算法的步骤 | 第25-32页 |
| 3.4.1 相似性的测度 | 第25-27页 |
| 3.4.2 匹配代价聚合 | 第27-31页 |
| 3.4.3 匹配点的选择 | 第31页 |
| 3.4.4 视差值的优化 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于色差和纹理空间的可变权重匹配算法 | 第33-46页 |
| 4.1 引言 | 第33页 |
| 4.2 匹配代价函数的构建 | 第33-39页 |
| 4.2.1 绝对值差值的相似性测度函数 | 第34页 |
| 4.2.2 梯度幅值和相角的测度函数 | 第34-36页 |
| 4.2.3 非参数变换的相似性测度函数 | 第36-37页 |
| 4.2.4 加权融合后的匹配代价函数 | 第37-39页 |
| 4.3 弱纹理区域检测 | 第39-40页 |
| 4.4 基于纹理特征的代价聚合 | 第40-43页 |
| 4.5 视差后处理及优化步骤 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 实验结果及分析 | 第46-55页 |
| 5.1 引言 | 第46页 |
| 5.2 匹配代价融合中的参数选取 | 第46-48页 |
| 5.2.1 梯度幅值和相角平衡因子 | 第46-47页 |
| 5.2.2 匹配代价融合加权融合系数 | 第47-48页 |
| 5.3 代价聚合和后处理中的参数选择 | 第48-49页 |
| 5.3.1 颜色和纹理权重平衡因子 | 第48-49页 |
| 5.3.2 后处理中谷频率阈值 | 第49页 |
| 5.4 实验结果与分析 | 第49-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61页 |
