基于序列图像三维重建的图像预处理算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 三维重建研究现状 | 第10-11页 |
| 1.2.2 图像相似性度量算法研究现状 | 第11-12页 |
| 1.2.3 图像前景分割算法研究现状 | 第12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 2 相关算法基础 | 第15-25页 |
| 2.1 颜色特征提取 | 第15-16页 |
| 2.1.1 颜色直方图 | 第15-16页 |
| 2.1.2 颜色炬 | 第16页 |
| 2.2 纹理特征和提取 | 第16-17页 |
| 2.2.1 统计法 | 第17页 |
| 2.2.2 模型法 | 第17页 |
| 2.3 图像前景分割 | 第17-22页 |
| 2.3.1 基于区域的前景分割 | 第18-20页 |
| 2.3.2 基于图论的前景分割 | 第20-22页 |
| 2.4 本章小结 | 第22-25页 |
| 3 基于分块图像颜色特征的图像排序算法 | 第25-37页 |
| 3.1 图像预处理 | 第25-28页 |
| 3.1.1 颜色空间变换 | 第25-27页 |
| 3.1.2 图像平滑 | 第27-28页 |
| 3.2 算法设计与实现 | 第28-31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 3.3.1 实验环境设置 | 第31页 |
| 3.3.2 实验结果与分析 | 第31-35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 基于GrabCut的序列图像前景提取算法 | 第37-45页 |
| 4.1 高斯混合模型 | 第37-38页 |
| 4.2 GrabCut | 第38-40页 |
| 4.2.1 网络能量图 | 第38-40页 |
| 4.3 算法设计与实现 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.4.1 实验环境设置 | 第41-42页 |
| 4.4.2 实验结果与分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-53页 |
| 攻读学位期间的科研成果 | 第53-54页 |
