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

深度图的被动获取方法研究

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

论文共62页,点击 下载论文
上一篇:基于超图排序算法的视频摘要
下一篇:基于双视点竞争机制的立体图像质量客观评价方法