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

深度图像超分辨率重建算法研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
第一章 绪论第14-20页
    1.1 研究背景与意义第14-16页
    1.2 国内外研究现状第16-19页
    1.3 本文研究内容与章节安排第19-20页
第二章 深度图像超分辨率重建相关理论概述第20-31页
    2.1 深度图像的退化模型第20-23页
    2.2 常见的深度图像超分辨重建方法第23-28页
        2.2.1 基于深度图像序列的超分辨重建方法第24-26页
        2.2.2 基于信息融合技术的超分辨率重建方法第26-28页
    2.3 图像重建结果评价标准第28-29页
    2.4 本章小结第29-31页
第三章 融合高分辨率彩色图像的超分辨重建方法第31-49页
    3.1 图像采集及预处理第31-41页
        3.1.1 TOF相机测距原理第33-34页
        3.1.2 RGB-Depth立体视觉系统标定第34-40页
        3.1.3 RGB-Depth立体视觉系统配准第40-41页
    3.2 基于深度图像边缘特征引导的超分辨重建方法第41-45页
        3.2.1 联合双边滤波器第42-43页
        3.2.2 基于边缘特征引导的深度图像超分辨重建方法第43-45页
    3.3 实验结果与分析第45-48页
        3.3.1 实验参数设置第45页
        3.3.2 基于TOF相机真实拍摄的深度图像的重建结果第45-46页
        3.3.3 Middlebury数据集的重建结果第46-48页
    3.4 本章小结第48-49页
第四章 基于TOF深度图像序列的超分辨重建方法第49-60页
    4.1 深度图像去噪第49-52页
        4.1.1 中值滤波第49-50页
        4.1.2 非局部均值滤波第50-51页
        4.1.3 基于可信度的高斯滤波器第51-52页
    4.2 运动参数估计第52-53页
    4.3 基于TOF深度图像序列的超分辨重建第53-57页
        4.3.1 数据项分析第54-55页
        4.3.2 正则化项选择第55-56页
        4.3.3 基于L_1范数与L_2范数加权的双边正则化超分辨重建方法第56-57页
    4.4 实验结果及分析第57-59页
    4.5 本章小结第59-60页
第五章 全文总结与展望第60-62页
    5.1 全文总结第60-61页
    5.2 工作展望第61-62页
参考文献第62-66页
攻读硕士学位期间的学术活动及成果情况第66-67页

论文共67页,点击 下载论文
上一篇:基于全光场相机聚焦性检测的深度获取
下一篇:大学在线图书馆系统的设计与实现