首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

单目摄像机场景深度估计及数字识别算法研究

摘要第1-6页
ABSTRACT第6-7页
目录第7-10页
第1章 绪论第10-20页
   ·研究背景与意义第10-11页
   ·场景深度获取的研究现状第11-15页
     ·散焦获取深度的研究现状第13-15页
     ·聚焦获取深度的研究现状第15页
   ·表盘数字识别技术的研究现状第15-17页
   ·本文研究的主要内容及创新第17-18页
   ·本文的内容组织第18-19页
   ·本章小结第19-20页
第2章 光学成像理论基础第20-31页
   ·摄像机成像理论基础第20-21页
   ·图像散焦过程第21-23页
   ·噪声模型第23页
   ·希尔伯特空间特性第23-24页
   ·图像偏差的矫正第24-28页
     ·图像处理矫正第25-27页
     ·光学矫正第27-28页
   ·摄像机参数获取第28-30页
   ·本章小结第30-31页
第3章 散焦获取深度算法第31-45页
   ·背景综述第31页
   ·最小方差法深度获取[33]第31-37页
     ·代价函数化过程第32-33页
     ·最小方差模型第33-34页
     ·奇异值分解法(已知PSF模型)第34-35页
     ·图像学习法(未知PSF模型)第35-36页
     ·深度估计算法第36-37页
   ·热扩散法[33]第37-40页
     ·高斯点扩散函数第37页
     ·热扩散参数第37-38页
     ·深度估计算法第38-40页
   ·实验结果与分析第40-43页
     ·最小方差法结果第40-42页
     ·热扩散模型法结果第42-43页
   ·本章小结第43-45页
第四章 聚焦获取深度算法第45-58页
   ·背景综述第45页
   ·清晰度评判第45-49页
     ·空域方法第46-48页
     ·频域方法第48-49页
   ·峰值搜索算法第49-52页
     ·穷尽法第49页
     ·爬坡法第49页
     ·Fibonacci搜索算法第49-51页
     ·转向法第51页
     ·改进的峰值搜索算法第51-52页
   ·实验结果第52-57页
     ·清晰度评价函数结果第52-53页
     ·聚焦获取深度结果第53-57页
   ·本章小结第57-58页
第5章 表盘数字识别算法研究第58-71页
   ·背景综述第58页
   ·系统设计与概述第58-60页
     ·系统软件结构概述第60页
     ·硬件设计第60页
   ·表盘数字识别算法第60-68页
     ·算法概述第60-61页
     ·改进的骨架提取算法第61-66页
     ·自动定位字符区域第66-67页
     ·建立字符模板第67页
     ·识别表盘数字第67-68页
   ·实验结果与分析第68-70页
   ·本章小结第70-71页
第6章 总结与展望第71-72页
   ·全文总结第71页
   ·存在的问题与展望第71-72页
参考文献第72-76页

论文共76页,点击 下载论文
上一篇:视频监控目标分类算法及一体化摄像机研究
下一篇:基于CK-Core的Android系统之Linux2.6移植