双目视觉中立体匹配算法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文内容和结构 | 第13-15页 |
| 第二章 双目立体匹配相关原理 | 第15-29页 |
| 2.1 双目立体匹配的理论知识 | 第15-20页 |
| 2.1.1 摄像机模型 | 第15-18页 |
| 2.1.2 对极几何 | 第18-19页 |
| 2.1.3 视差理论 | 第19-20页 |
| 2.2 立体匹配的经典步骤 | 第20-21页 |
| 2.3 立体匹配算法分类 | 第21-22页 |
| 2.4 立体匹配的约束条件 | 第22-23页 |
| 2.5 立体匹配的难点 | 第23-26页 |
| 2.6 立体匹配的评价体系 | 第26-28页 |
| 2.6.1 度量标准 | 第26页 |
| 2.6.2 标准测试图像 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 立体匹配算法 | 第29-45页 |
| 3.1 立体匹配算法的研究 | 第29-34页 |
| 3.1.1 匹配代价计算 | 第29-31页 |
| 3.1.2 匹配代价聚合 | 第31-32页 |
| 3.1.3 视差计算 | 第32-33页 |
| 3.1.4 视差细化 | 第33-34页 |
| 3.2 局部立体匹配算法 | 第34-37页 |
| 3.2.1 SAD算法 | 第34-35页 |
| 3.2.2 自适应权重算法 | 第35-36页 |
| 3.2.3 引导滤波算法 | 第36-37页 |
| 3.3 全局立体匹配算法 | 第37-40页 |
| 3.3.1 图割算法 | 第38页 |
| 3.3.2 置信传播算法 | 第38-40页 |
| 3.4 经典算法的匹配效果分析 | 第40-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 立体匹配算法的改进 | 第45-57页 |
| 4.1 跨尺度代价聚合 | 第45-49页 |
| 4.1.1 基于引导滤波的内尺度代价聚合 | 第46页 |
| 4.1.2 跨尺度代价聚合 | 第46-49页 |
| 4.2 PatchMatch近似算法 | 第49-50页 |
| 4.2.1 随机初始化 | 第50页 |
| 4.2.2 传播 | 第50页 |
| 4.2.3 随机搜索 | 第50页 |
| 4.3 快速加权中值滤波 | 第50-53页 |
| 4.4 实验结果与对比分析 | 第53-56页 |
| 4.4.1 Middlebury平台精度评估 | 第53-55页 |
| 4.4.2 算法复杂度分析与运行时间对比 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和参加科研情况 | 第63-65页 |
| 致谢 | 第65页 |
