立体匹配算法的研究和应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 图表目录 | 第11-14页 |
| 第1章 绪论 | 第14-30页 |
| ·引言 | 第14-15页 |
| ·研究背景和意义 | 第15-22页 |
| ·国内外研究现状 | 第22-27页 |
| ·立体匹配发展历史 | 第22-23页 |
| ·研究现状 | 第23-27页 |
| ·论文的主要工作和创新处 | 第27-28页 |
| ·论文的结构安排 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第2章 立体匹配原理及算法简介 | 第30-48页 |
| ·引言 | 第30页 |
| ·立体视觉原理 | 第30-33页 |
| ·视差与深度的关系 | 第30-32页 |
| ·基本假设 | 第32-33页 |
| ·立体匹配算法简介 | 第33-43页 |
| ·局部匹配算法 | 第33-36页 |
| ·全局匹配算法 | 第36-40页 |
| ·基于图像分割的全局匹配算法 | 第40-43页 |
| ·立体匹配约束 | 第43-44页 |
| ·立体匹配评价标准 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第3章 无需摄像机参数的立体校正 | 第48-70页 |
| ·引言 | 第48页 |
| ·校正所涉及的各种坐标系研究 | 第48-54页 |
| ·齐次坐标系 | 第49-50页 |
| ·世界坐标系到摄像机坐标系的变换 | 第50-51页 |
| ·摄像机坐标系到图像坐标系的变换 | 第51-53页 |
| ·世界坐标系到图像坐标系的转化 | 第53-54页 |
| ·极线几何模型 | 第54-58页 |
| ·极线几何学 | 第54-57页 |
| ·极线几何公式推导 | 第57-58页 |
| ·无需摄像机参数的立体校正 | 第58-63页 |
| ·基于SURF 算子的图像特征点的检测和匹配 | 第59-62页 |
| ·基于特征点与极线几何模型的摄像机校正 | 第62-63页 |
| ·实验结果和分析 | 第63-67页 |
| ·本章小结 | 第67-70页 |
| 第4章 采用自适应机制的全局立体匹配算法 | 第70-88页 |
| ·引言 | 第70页 |
| ·分层置信传播算法 | 第70-78页 |
| ·马尔可夫随机场模型 | 第71-72页 |
| ·置信传播理论 | 第72-74页 |
| ·分层置信传播算法 | 第74-78页 |
| ·采用自适应机制的分层置信传播算法 | 第78-82页 |
| ·分层置信传播算法存在的问题 | 第78-79页 |
| ·分层置信传播算法分析与自适应机制的引入 | 第79-80页 |
| ·算法流程及算法分析 | 第80-82页 |
| ·实验结果与分析 | 第82-86页 |
| ·改进算法与传统算法的比较 | 第83-85页 |
| ·改进算法用于基于图形分割的全局匹配算法 | 第85-86页 |
| ·改进算法用于图像修复 | 第86页 |
| ·本章小结 | 第86-88页 |
| 第5章 基于GPU 的高性能立体匹配 | 第88-102页 |
| ·引言 | 第88-89页 |
| ·GPU 简介与CUDA 编程模型 | 第89-94页 |
| ·GPU 硬件架构 | 第89-91页 |
| ·CUDA 编程模型 | 第91-93页 |
| ·基于CUDA 的程序优化 | 第93-94页 |
| ·分层置信传播算法的并行优化 | 第94-98页 |
| ·任务划分 | 第95-96页 |
| ·各个步骤的并行化 | 第96-98页 |
| ·实验结果与分析 | 第98-99页 |
| ·本章小结 | 第99-102页 |
| 第6章 基于立体匹配的场景目标提取 | 第102-112页 |
| ·引言 | 第102-103页 |
| ·视差与场景目标的关系 | 第103页 |
| ·静态灰度图像分割 | 第103-105页 |
| ·基于精确视差图的场景目标提取 | 第105-108页 |
| ·精确视差图的计算 | 第106-108页 |
| ·自适应阈值分割 | 第108页 |
| ·实验结果与分析 | 第108-110页 |
| ·本章小结 | 第110-112页 |
| 第7章 总结和展望 | 第112-116页 |
| ·全文工作总结 | 第112-113页 |
| ·展望 | 第113-116页 |
| 参考文献 | 第116-125页 |
| 致谢 | 第125-126页 |
| 在读期间发表的学术论文与取得的研究成果 | 第126-127页 |
