| 详细摘要 | 第4-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.3.1 基于树结构的立体匹配算法 | 第17-18页 |
| 1.3.2 基于改进的外极线距离变换的树型滤波算法 | 第18页 |
| 1.3.3 基于稳定点区域投票的树结构后处理算法 | 第18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 第二章 立体匹配算法综述 | 第19-32页 |
| 2.1 立体匹配算法的基本原理 | 第19-25页 |
| 2.1.1 摄像机成像原理 | 第19-22页 |
| 2.1.2 立体视觉的原理 | 第22-23页 |
| 2.1.3 极线约束 | 第23-24页 |
| 2.1.4 深度和视差 | 第24-25页 |
| 2.1.5 立体匹配算法的目的 | 第25页 |
| 2.2 立体匹配算法的分类 | 第25-27页 |
| 2.2.1 局部匹配算法 | 第26页 |
| 2.2.2 全局匹配算法 | 第26-27页 |
| 2.3 立体匹配的基本步骤 | 第27-29页 |
| 2.3.1 代价计算 | 第27-28页 |
| 2.3.2 代价聚合 | 第28页 |
| 2.3.3 视差初始 | 第28页 |
| 2.3.4 视差精化 | 第28-29页 |
| 2.4 立体匹配算法的难点 | 第29-31页 |
| 2.4.1 困难区域 | 第30-31页 |
| 2.4.2 精度与复杂度之间的矛盾 | 第31页 |
| 2.5 立体匹配算法的评价标准 | 第31-32页 |
| 第三章 基于树结构的立体匹配算法 | 第32-43页 |
| 3.1 传统的聚合支持窗口 | 第32-33页 |
| 3.1.1 固定窗口 | 第32页 |
| 3.1.2 可移动窗口 | 第32页 |
| 3.1.3 自适应窗口 | 第32-33页 |
| 3.2 树结构 | 第33-39页 |
| 3.2.1 最小生成树(MST)结构 | 第34-36页 |
| 3.2.2 交叉树(CT)结构 | 第36-37页 |
| 3.2.3 基于区域分割的改进生成树结构 | 第37-39页 |
| 3.3 实验结果及性能分析 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于改进的外极线距离变换的树结构算法 | 第43-55页 |
| 4.1 外极线距离变换(ED Transform) | 第43-45页 |
| 4.2 改进的外极线距离变换(M-ED Transform) | 第45-47页 |
| 4.3 基于外极线距离变换的树结构匹配算法 | 第47-48页 |
| 4.4 时间复杂度分析 | 第48-49页 |
| 4.5 实验结果与性能分析 | 第49-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 基于稳定点区域投票的树结构后处理算法 | 第55-64页 |
| 5.1 后处理算法分类 | 第55-56页 |
| 5.1.1 滤波算法 | 第55页 |
| 5.1.2 基于选择的算法 | 第55-56页 |
| 5.1.3 其它方法 | 第56页 |
| 5.2 基于稳定点区域投票的树结构后处理算法 | 第56-59页 |
| 5.2.1 左右一致性检测 | 第56-57页 |
| 5.2.2 像素点分类 | 第57-58页 |
| 5.2.3 区域投票 | 第58-59页 |
| 5.2.4 树型滤波 | 第59页 |
| 5.3 实验结果及性能分析 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 未来展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72页 |
