多视点视图生成技术中立体视图的实时视差提取方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-24页 |
| ·引言 | 第9-13页 |
| ·多视点视图生成技术的现状 | 第13-15页 |
| ·深度图获取和立体匹配技术研究现状 | 第15-21页 |
| ·局部立体匹配方法 | 第16-17页 |
| ·全局立体匹配方法 | 第17-21页 |
| ·多视点生成系统的实时性和性价比需求分析 | 第21-22页 |
| ·课题来源和意义 | 第22-23页 |
| ·论文研究内容和章节安排 | 第23-24页 |
| 第二章 理论分析和技术路线选择 | 第24-52页 |
| ·基础理论 | 第24-30页 |
| ·人类视觉系统计算机视觉理论 | 第24-27页 |
| ·双目系统中的视差和深度 | 第27-29页 |
| ·深度图的获取 | 第29-30页 |
| ·立体匹配的约束条件 | 第30-31页 |
| ·立体视觉的不确定性 | 第30页 |
| ·立体匹配的约束 | 第30-31页 |
| ·基本的立体匹配方法和改进 | 第31-40页 |
| ·立体匹配算法的基本步骤 | 第31-32页 |
| ·基元为窗口的立体匹配算法 | 第32-34页 |
| ·基于窗口的立体匹配算法的改进 | 第34-35页 |
| ·基于分割的立体匹配方法 | 第35-40页 |
| ·基于特征点提取的视图对匹配方法 | 第40-44页 |
| ·典型的基于特征点检测的立体匹配方法 | 第40-42页 |
| ·特征点检测立体匹配算法在本文中的应用 | 第42-43页 |
| ·边缘及基于灰度梯度的经典边缘检测方法 | 第43-44页 |
| ·视差图的经典全局优化方法的分析 | 第44-52页 |
| ·MAP-MRF 模型的建立 | 第45-47页 |
| ·求全局最优解的方法 | 第47-48页 |
| ·能量函数对全局匹配效果和算法复杂度影响分析 | 第48-50页 |
| ·经典的全局优化匹配算法的在实时应用中的局限 | 第50-52页 |
| 第三章 本文的算法方案和效果分析 | 第52-79页 |
| ·本文的实时立体视图深度生成算法的提出 | 第52-56页 |
| ·针对视差不连续采用的固定分块内分割的方法 | 第52-53页 |
| ·针对重复纹理采用的基于纹理点特征点检测的方法 | 第53-55页 |
| ·针对遮挡区域和的基于全局视差概率统计估计的方法 | 第55-56页 |
| ·本文的实时立体视图视差算法的总体框架 | 第56-58页 |
| ·本文立体匹配的算法模块的具体实现步骤 | 第58-71页 |
| ·分割立体匹配的实现和视差值的选择策略 | 第58-61页 |
| ·大块区域立体图像匹配流程 | 第61-63页 |
| ·基于分割的和基于基于纹理的视差值的融合 | 第63-65页 |
| ·视差图的全局概率优化方法 | 第65-71页 |
| ·视差图的后处理 | 第71-74页 |
| ·二维滤波的方法 | 第72-73页 |
| ·三维滤波的方法 | 第73-74页 |
| ·算法在测试图像和视频片段中的效果 | 第74-79页 |
| 第四章 总结和展望 | 第79-81页 |
| ·本文的主要工作总结 | 第79-80页 |
| ·后续的改进和研究工作 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的学术论文目录 | 第86-87页 |
| 附录 符号与缩略语表 | 第87-88页 |
| 附件 | 第88-90页 |
