基于MapReduce模型的立体图像合成方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 结构安排 | 第11-13页 |
| 第2章 Hadoop平台概述 | 第13-31页 |
| 2.1 Hadoop简介 | 第13-15页 |
| 2.1.1 Hadoop的发展 | 第13-14页 |
| 2.1.2 Hadoop发行版 | 第14-15页 |
| 2.2 Hadoop架构及原理 | 第15-24页 |
| 2.2.1 HDFS | 第16-20页 |
| 2.2.2 MapReduce | 第20-22页 |
| 2.2.3 HBase | 第22-24页 |
| 2.3 CDH部署 | 第24-29页 |
| 2.3.1 CDH的部署方式 | 第24-25页 |
| 2.3.2 使用安装器部署CDH | 第25-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 立体图像合成算法简介 | 第31-51页 |
| 3.1 立体图像的基本概念 | 第31-37页 |
| 3.1.1 立体视觉原理 | 第31-32页 |
| 3.1.2 立体图像的获取和显示 | 第32-37页 |
| 3.2 立体图像的几何模型 | 第37-39页 |
| 3.2.1 几何模型分类 | 第37-38页 |
| 3.2.2 两视图几何模型 | 第38-39页 |
| 3.3 高质量的立体图像合成算法 | 第39-42页 |
| 3.3.1 Warp合成算法 | 第39-40页 |
| 3.3.2 矫正合成算法 | 第40-42页 |
| 3.4 高效率的立体图像合成算法 | 第42-45页 |
| 3.4.1 AVI合成算法 | 第42-44页 |
| 3.4.2 梯度合成算法 | 第44-45页 |
| 3.5 OpenCV辅助图像处理 | 第45-49页 |
| 3.5.1 OpenCV简介 | 第45页 |
| 3.5.2 OpenCV的类库 | 第45-47页 |
| 3.5.3 OpenCV的Java接口 | 第47页 |
| 3.5.4 OpenCV的配置 | 第47-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 合成算法的分布式实现 | 第51-59页 |
| 4.1 基于HIPI框架的立体图像分布式合成 | 第51-53页 |
| 4.1.1 图片的合并存储 | 第51-52页 |
| 4.1.2 图片文件切割的实现 | 第52-53页 |
| 4.1.3 图像格式转换 | 第53页 |
| 4.2 基于文件名分块的立体图像分布式合成 | 第53-54页 |
| 4.3 基于视频存储的立体图像分布式合成 | 第54-56页 |
| 4.4 算法复杂性分析 | 第56页 |
| 4.5 实验结果分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 视差自适应调整 | 第59-65页 |
| 5.1 立体匹配 | 第59-60页 |
| 5.2 水平像素差计算 | 第60-61页 |
| 5.3 视差调整 | 第61页 |
| 5.4 实验结果分析 | 第61-64页 |
| 5.4.1 主观评价 | 第61-63页 |
| 5.4.2 客观评价 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 发表论文和参加科研情况说明 | 第69-71页 |
| 致谢 | 第71-72页 |
