| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 立体视觉概述 | 第9页 |
| 1.2 研究背景和意义 | 第9-10页 |
| 1.3 立体匹配算法研究现状 | 第10-15页 |
| 1.3.1 立体匹配算法面临的主要问题 | 第11-13页 |
| 1.3.2 全局立体匹配算法研究现状 | 第13-14页 |
| 1.3.3 局部立体匹配算法研究现状 | 第14-15页 |
| 1.4 本文主要研究内容和贡献 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第2章 双目立体匹配算法概况 | 第17-29页 |
| 2.1 立体视觉原理及深度转换方法 | 第17-20页 |
| 2.1.1 立体视觉的成像原理 | 第17-18页 |
| 2.1.2 视差和深度的转换方式 | 第18-20页 |
| 2.2 立体匹配技术 | 第20-27页 |
| 2.2.1 双目立体视觉系统的组成 | 第20-21页 |
| 2.2.2 立体匹配的准备工作 | 第21页 |
| 2.2.3 立体匹配的基本约束 | 第21-23页 |
| 2.2.4 立体匹配步骤及经典算法分析 | 第23-25页 |
| 2.2.5 立体匹配的评价 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 初始视差图的获取 | 第29-41页 |
| 3.1 局部立体匹配算法流程 | 第29-30页 |
| 3.2 代价函数的构建 | 第30-32页 |
| 3.3 基于十字框架自适应窗口的选取方法 | 第32-37页 |
| 3.4 实验结果及分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 初始视差图的优化 | 第41-51页 |
| 4.1 基于均值漂移算法的深度图像分割 | 第41-45页 |
| 4.1.1 Mean-Shift算法在图像分割中的应用 | 第41-44页 |
| 4.1.2 Mean-Shift针对初始视差图的图像分割 | 第44-45页 |
| 4.2 区域视差优化方法 | 第45-49页 |
| 4.2.1 立体图像视差可信度分布 | 第45-47页 |
| 4.2.2 基于可信度和视差图像分割的表面重建 | 第47-49页 |
| 4.3 实验结果及数据分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 发表论文和参加科研情况说明 | 第59-61页 |
| 致谢 | 第61-62页 |