RGB-D视觉内容理解及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究内容及成果 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 深度图像处理 | 第16-24页 |
| 2.1 RGB-D图像介绍 | 第16-17页 |
| 2.2 深度图像的表达 | 第17页 |
| 2.3 深度图像的提取 | 第17-21页 |
| 2.3.1 激光雷达测距技术 | 第18-19页 |
| 2.3.2 立体视觉技术 | 第19-20页 |
| 2.3.3 结构光法 | 第20-21页 |
| 2.4 Kinect介绍 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于SIFT流的深度信息获取 | 第24-36页 |
| 3.1 相似图像检索 | 第25页 |
| 3.1.1 数据集 | 第25页 |
| 3.1.2 KNN检索 | 第25页 |
| 3.2 基于SIFT流的图像匹配 | 第25-30页 |
| 3.2.1 SIFT描述符 | 第26-27页 |
| 3.2.2 SIFT流 | 第27-28页 |
| 3.2.3 SIFT流的匹配 | 第28页 |
| 3.2.4 SIFT流匹配模型的优化 | 第28-30页 |
| 3.2.5 建立迁移函数 | 第30页 |
| 3.3 实验与分析 | 第30-34页 |
| 3.3.1 实验环境与数据来源 | 第31-32页 |
| 3.3.2 实验结果 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 相似图像集上的深度精化 | 第36-46页 |
| 4.1 相似深度图像的深度精化 | 第36-38页 |
| 4.2 相同场景图像的深度精化 | 第38-40页 |
| 4.2.1 兴趣点检测 | 第38-39页 |
| 4.2.2 兴趣点检测的均匀化 | 第39-40页 |
| 4.2.3 提取特征 | 第40页 |
| 4.2.4 特征匹配 | 第40页 |
| 4.2.5 图像间深度的精化 | 第40页 |
| 4.3 实验与分析 | 第40-44页 |
| 4.3.1 实验环境与数据来源 | 第41页 |
| 4.3.2 实验评价方法 | 第41-42页 |
| 4.3.3 实验结果 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 论文工作总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-54页 |
| 致谢 | 第54页 |
