| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题的背景、目的和意义 | 第10-13页 |
| ·立体成像基础 | 第13-17页 |
| ·立体成像的数学模型 | 第14-15页 |
| ·立体匹配 | 第15-17页 |
| ·课题的主要研究内容 | 第17-19页 |
| ·课题的研究思路 | 第17页 |
| ·主要创新点 | 第17-18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 立体匹配算法研究 | 第19-39页 |
| ·匹配算法设计步骤 | 第19-23页 |
| ·匹配基元的选取 | 第19-20页 |
| ·确定相似性测度 | 第20-21页 |
| ·匹配搜索策略 | 第21-23页 |
| ·匹配算法 | 第23-28页 |
| ·区域灰度相关匹配方法 | 第23-25页 |
| ·非参局部变化法 | 第25-26页 |
| ·实验结果 | 第26-28页 |
| ·一种新的基于网络最小割的分层立体匹配方法 | 第28-38页 |
| ·算法原理 | 第28-30页 |
| ·低分辨率图像对的最小割全局最优匹配 | 第30-32页 |
| ·求解最小割的预流推进算法 | 第32-35页 |
| ·原图像对的区域灰度相关匹配 | 第35-36页 |
| ·视差图校正 | 第36页 |
| ·实验结果与讨论 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于立体视觉的运动目标检测 | 第39-50页 |
| ·立体视觉方法在目标检测中的应用 | 第39-44页 |
| ·算法原理 | 第39-40页 |
| ·视差深度图的计算 | 第40-41页 |
| ·动态背景模型的建立 | 第41-42页 |
| ·前景的检测 | 第42-43页 |
| ·前景目标的选择 | 第43页 |
| ·实验结果与讨论 | 第43-44页 |
| ·运用 Snake轮廓模型准确提取目标轮廓 | 第44-49页 |
| ·Snake模型的能量最小公式 | 第45-46页 |
| ·Snake模型的数值实现 | 第46-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 运动目标的跟踪 | 第50-59页 |
| ·基于自适应均值漂移算法的运动目标跟踪 | 第50-54页 |
| ·CAMSHIFT跟踪算法 | 第50-52页 |
| ·遮挡情况下的处理 | 第52-53页 |
| ·采用立体视觉和 CAMSHIFT算法的实验结果分析 | 第53-54页 |
| ·基于视差图的运动目标跟踪算法 | 第54-58页 |
| ·视差图分层算法 | 第55-56页 |
| ·基于当前统计模型的Kalman预测 | 第56页 |
| ·采用基于视差图的运动目标跟踪算法实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-61页 |
| ·本文工作总结 | 第59-60页 |
| ·尚需进一步研究的问题 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表(录用)的论文目录 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |