| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-27页 |
| §1.1 研究背景和意义 | 第11-12页 |
| §1.2 国内外研究现状 | 第12-23页 |
| 1.2.1 立体匹配算法研究现状 | 第13-17页 |
| 1.2.2 局部匹配算法 | 第17-21页 |
| 1.2.3 局部匹配算法存在的问题和挑战 | 第21-23页 |
| §1.3 论文主要内容与创新点 | 第23-25页 |
| §1.4 论文结构安排 | 第25-26页 |
| §1.5 本章小结 | 第26-27页 |
| 第二章 基于双目成像系统的立体匹配原理 | 第27-35页 |
| §2.1 双目视觉原理 | 第27-30页 |
| 2.1.1 视差与深度的关系 | 第28-29页 |
| 2.1.2 基本假设 | 第29-30页 |
| §2.2 立体匹配算法约束条件 | 第30-32页 |
| 2.2.1 基于图像几何的约束 | 第30-31页 |
| 2.2.2 基于场景的约束 | 第31-32页 |
| §2.3 立体匹配算法的评价标准 | 第32-33页 |
| §2.4 本章小结 | 第33-35页 |
| 第三章 无需摄像机参数的立体校正 | 第35-49页 |
| §3.1 极线几何模型 | 第35-39页 |
| 3.1.1 对极几何 | 第35-38页 |
| 3.1.2 对极几何公式推导 | 第38-39页 |
| §3.2 无需摄像机参数的立体校正 | 第39-43页 |
| 3.2.1 极线距离变换误差度量 | 第40-41页 |
| 3.2.2 三步校正法 | 第41-43页 |
| §3.4 实验结果与分析 | 第43-46页 |
| §3.5 本章小结 | 第46-49页 |
| 第四章 自适应窗口匹配算法 | 第49-65页 |
| §4.1 局部区域灰度与视差的相关性 | 第49-50页 |
| §4.2 积分图像 | 第50-51页 |
| §4.3 自适应规则窗构造 | 第51-54页 |
| §4.4 自适应垂直交叉窗口 | 第54-57页 |
| 4.4.1 垂直交叉双向搜索策略 | 第54-55页 |
| 4.4.2 掩码窗口构造 | 第55-56页 |
| 4.4.3 基于双向搜索的自适应窗口匹配算法 | 第56-57页 |
| §4.5“蝶形”自适应窗口构造 | 第57-59页 |
| §4.6 视差后处理 | 第59-61页 |
| §4.7 实验结果及分析 | 第61-64页 |
| 4.7.1 视差后处理对边缘的保持 | 第61页 |
| 4.7.2 自适应支持窗口性能比较 | 第61-63页 |
| 4.7.3 参数的选取 | 第63-64页 |
| §4.8 本章小结 | 第64-65页 |
| 第五章 自适应权重聚合匹配算法 | 第65-91页 |
| §5.1 基于双边滤波器的自适应权重计算 | 第65-67页 |
| §5.2 基于直方图双边滤波器自适应权重的计算 | 第67-79页 |
| 5.2.1 环形分割区域内基于直方图颜色统计分类的自适应权重 | 第67-69页 |
| 5.2.2 基于直方图相似性度量的匹配代价聚合 | 第69-71页 |
| 5.2.3 基于空间直方图相似性度量的匹配代价聚合 | 第71-74页 |
| 5.2.4 实验结果及分析 | 第74-79页 |
| §5.3 基于自适应阻尼渗透滤波支持权重代价聚合 | 第79-87页 |
| 5.3.1 渗透滤波器 | 第80-82页 |
| 5.3.2 自适应阻尼渗透滤波器 | 第82-85页 |
| 5.3.3 实验结果及分析 | 第85-87页 |
| §5.4 算法性能分析 | 第87-89页 |
| §5.5 本章小结 | 第89-91页 |
| 第六章 基于自适应极线距离变换的立体匹配 | 第91-99页 |
| §6.1 极线距离变换 | 第91-93页 |
| §6.2 尺度因子σ_s 局部自适应选择 | 第93-95页 |
| 6.2.1 迭代目标尺度算法 | 第93-94页 |
| 6.2.2 参数σ_s 的计算 | 第94-95页 |
| §6.3 高斯标准差σ_I的自适应取值 | 第95页 |
| §6.4 实验结果及分析 | 第95-98页 |
| §6.5 本章小结 | 第98-99页 |
| 第七章 总结与展望 | 第99-103页 |
| §7.1 本文的主要工作 | 第99-100页 |
| §7.2 展望 | 第100-103页 |
| 参考文献 | 第103-115页 |
| 攻读学位期间发表和完成的论文 | 第115-117页 |
| 致谢 | 第117-118页 |