基于双目视觉的自然场景感知
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·自然场景感知的研究现状 | 第9-12页 |
| ·自然场景感知的研究趋势 | 第12-13页 |
| ·本文的研究内容和安排 | 第13-14页 |
| 第2章 双目立体视觉 | 第14-30页 |
| ·双目立体视觉的原理 | 第14-15页 |
| ·相机校准 | 第15-21页 |
| ·相机模型 | 第16页 |
| ·相机透镜的畸变 | 第16-18页 |
| ·相机外部参数 | 第18-20页 |
| ·校准相机 | 第20-21页 |
| ·图像矫正 | 第21-23页 |
| ·立体匹配 | 第23-29页 |
| ·立体匹配中的难点 | 第23-25页 |
| ·基本约束条件 | 第25-27页 |
| ·区域匹配策略及代价函数 | 第27-28页 |
| ·双目立体匹配算法的评价 | 第28-29页 |
| ·三角法则计算深度 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 自然场景的特征提取 | 第30-44页 |
| ·自然场景图像集 | 第30-32页 |
| ·低层特征的提取 | 第32-37页 |
| ·颜色特征 | 第33-35页 |
| ·纹理特征 | 第35-36页 |
| ·形状特征 | 第36-37页 |
| ·场景语义模型 | 第37-42页 |
| ·语义对象模型 | 第37-38页 |
| ·局部语义概念模型 | 第38-40页 |
| ·语义属性模型 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 改进的自然场景特征提取方法 | 第44-57页 |
| ·引言 | 第44-45页 |
| ·特征提取 | 第45-47页 |
| ·HOG 特征 | 第45-47页 |
| ·gist 特征 | 第47页 |
| ·场景模型 | 第47-49页 |
| ·HOG 与gist 的结合 | 第47-48页 |
| ·局部语义概念模型 | 第48-49页 |
| ·分类方法 | 第49-52页 |
| ·支撑向量机 | 第49-51页 |
| ·k-NN | 第51-52页 |
| ·实验结果及分析 | 第52-56页 |
| ·参数设置 | 第52页 |
| ·分类DWS | 第52-53页 |
| ·分类DOT | 第53-56页 |
| ·结论 | 第56-57页 |
| 第5章 基于双目视觉的室内场景感知 | 第57-68页 |
| ·引言 | 第57-58页 |
| ·相关研究 | 第58-61页 |
| ·基于距离数据的全局属性 | 第58-59页 |
| ·基于特征点的局部特征 | 第59-60页 |
| ·基于三维点云数据的平面特征 | 第60-61页 |
| ·图像数据集 | 第61-62页 |
| ·方法 | 第62-65页 |
| ·空旷场所和封闭场所的分类 | 第63页 |
| ·平面区域的拟合 | 第63-64页 |
| ·平面特征提取算法 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·结论 | 第67-68页 |
| 第6章 结论与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 缩略语词汇表 | 第74-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果 | 第76页 |
