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

一种融合深度信息的彩色图像分割算法研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第12-19页
    1.1 课题的研究背景与意义第12-13页
    1.2 常用图像分割算法第13-15页
        1.2.1 常用的图像分割算法第13-14页
        1.2.2 分割评价方法第14-15页
    1.3 融合深度信息分割国内外研究现状第15-17页
        1.3.1 国外研究现状第15-16页
        1.3.2 国内研究现状第16-17页
    1.4 论文研究内容和结构第17-19页
第2章 融合深度信息分割的相关理论第19-31页
    2.1 摄像机标定的基本原理第19-23页
        2.1.1 常用的三种坐标系第19-20页
        2.1.2 坐标系变换关系第20-22页
        2.1.3 摄像机非线性畸变模型第22-23页
    2.2 Kinect结构及深度图像获取原理第23-27页
        2.2.1 Kinect硬件结构和驱动第23-26页
        2.2.2 深度图像获取原理第26-27页
    2.3 超像素分割理论第27-30页
        2.3.1 超像素分割方法第27-29页
        2.3.2 SLIC算法第29-30页
    2.4 本章小结第30-31页
第3章 结合彩色信息的深度图像空洞修复算法第31-45页
    3.1 算法设计第31-32页
    3.2 Kinect标定第32-35页
        3.2.1 摄像机标定流程设计第32-34页
        3.2.2 Kinect两摄像头的位置关系第34-35页
    3.3 Kinect深度图像空洞修复第35-41页
        3.3.1 深度图像中的空洞和毛刺产生的原因第36页
        3.3.2 Kinect深度图像空洞修复第36-41页
    3.4 深度图像滤波第41-44页
        3.4.1 中值滤波第41-42页
        3.4.2 高斯滤波第42页
        3.4.3 双边滤波第42-43页
        3.4.4 改进的双边滤波第43-44页
    3.5 本章小结第44-45页
第4章 融合深度信息的彩色图像分割算法第45-55页
    4.1 改进的SLIC分割算法第45-49页
        4.1.1 基于深度信息的SLIC错分割区域评价第47页
        4.1.2 基于深度信息的SLIC算法改进第47-49页
    4.2 超像素之间的相似性度量第49-52页
        4.2.1 超像素特征第49-51页
        4.2.2 超像素相似性度量第51-52页
    4.3 融合深度信息的超像素块合并算法第52-54页
        4.3.1 融合深度信息的超像素块合并算法第52-53页
        4.3.2 超像素块和像素点的重新标记第53-54页
    4.4 本章小结第54-55页
第5章 实验结果及分析第55-66页
    5.1 Kinect标定实验及改进第55-60页
        5.1.1 Kinect初次标定结果及分析第55-57页
        5.1.2 红外摄像机标定改进第57-60页
    5.2 深度图像修复算法结果及分析第60页
    5.3 超像素分割结果和融合深度信息分割结果及分析第60-66页
        5.3.1 SLIC算法分割结果分析第60-62页
        5.3.2 改进的SLIC算法分割结果分析第62-63页
        5.3.3 超像素合并算法实验结果第63-66页
第6章 总结与展望第66-69页
    6.1 论文工作总结第66-67页
    6.2 研究展望第67-69页
致谢第69-70页
参考文献第70-72页

论文共72页,点击 下载论文
上一篇:Hadoop环境下的高维大数据混合存储和二级索引关键技术研究
下一篇:扁平化UI在时尚品牌营销类APP中的应用研究