| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| Extended Abstract | 第9-28页 |
| 变量注释表 | 第28-30页 |
| 1 绪论 | 第30-40页 |
| 1.1 本课题研究背景 | 第30-32页 |
| 1.2 本课题国内外研究现状 | 第32-37页 |
| 1.3 本课题主要研究内容 | 第37-38页 |
| 1.4 章节安排 | 第38-40页 |
| 2 相关原理及概念 | 第40-51页 |
| 2.1 双目立体视觉原理 | 第40-41页 |
| 2.2 路径规划相关定义 | 第41-44页 |
| 2.3 立体匹配相关定义 | 第44-50页 |
| 2.4 本章小结 | 第50-51页 |
| 3 基于概率理论势场的启发式路径规划算法 | 第51-84页 |
| 3.1 势场模型 | 第52-63页 |
| 3.2 势场模型的梯度 | 第63-65页 |
| 3.3 改进Quasi-Geodesic算法 | 第65-69页 |
| 3.4 路径偏微分方程的求解 | 第69页 |
| 3.5 算法固有缺陷及解决方法 | 第69-72页 |
| 3.6 实验与讨论 | 第72-82页 |
| 3.7 本章小结 | 第82-84页 |
| 4 基于Level Set和弹性粒子的路径规划方法 | 第84-112页 |
| 4.1 算法整体结构 | 第84-85页 |
| 4.2 距离水平集计算方法 | 第85-90页 |
| 4.3 初始路径获得算法 | 第90-97页 |
| 4.4 路径优化 | 第97-101页 |
| 4.5 实验与讨论 | 第101-111页 |
| 4.6 本章小结 | 第111-112页 |
| 5 基于线形支撑窗口的自适应权值立体匹配算法 | 第112-131页 |
| 5.1 算法描述 | 第113-115页 |
| 5.2 初始视差图的确定 | 第115-116页 |
| 5.3 视差图的细化 | 第116-119页 |
| 5.4 实验与讨论 | 第119-129页 |
| 5.5 本章小结 | 第129-131页 |
| 6 基于自适应可变窗口及动态规划的立体匹配算法 | 第131-148页 |
| 6.1 图像预处理 | 第131-132页 |
| 6.2 自适应可变窗口代价聚合方法 | 第132-135页 |
| 6.3 基于最小卷积加速的动态规划算法 | 第135-137页 |
| 6.4 视差图的后处理 | 第137-139页 |
| 6.5 实验与讨论 | 第139-146页 |
| 6.6 本章小结 | 第146-148页 |
| 7 结论与展望 | 第148-152页 |
| 7.1 结论 | 第148-150页 |
| 7.2 展望 | 第150-152页 |
| 参考文献 | 第152-166页 |
| 作者简历 | 第166-170页 |
| 学位论文数据集 | 第170页 |