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

基于彩色和深度的前景分割研究

摘要第10-11页
ABSTRACT第11-12页
第一章 绪论第13-20页
    1.1 背景与研究意义第13-14页
    1.2 研究现状第14-18页
        1.2.1 计算机视觉理论第14-15页
        1.2.2 前景分割相关技术第15-16页
        1.2.3 立体视觉研究现状第16-17页
        1.2.4 融合深度的图像分割第17页
        1.2.5 前景提取的难点第17-18页
    1.3 论文的内容第18-19页
    1.4 论文章节的安排第19-20页
第二章 彩色图像分割第20-37页
    2.1 图像分割第20-27页
        2.1.1 图像分割概述第20-21页
        2.1.2 彩色图像分割第21页
        2.1.3 颜色空间第21-27页
    2.2 彩色图像分割算法第27-31页
        2.2.1 基于颜色阈值的分割第27-28页
        2.2.2 基于边缘的分割第28页
        2.2.3 基于区域的分割第28-29页
        2.2.4 基于特定工具的分割第29-31页
    2.3 Mean shift分割算法第31-36页
        2.3.1 Mean shift算法原理第31-33页
        2.3.2 颜色空间的选择第33页
        2.3.3 Mean shift分割第33-36页
    2.4 本章小结第36-37页
第三章 深度图分块第37-51页
    3.1 深度图第37-41页
        3.1.1 立体视觉第37-40页
        3.1.2 深度图第40-41页
    3.2 深度相机第41-43页
        3.2.1 Kinect相机第41-42页
        3.2.2 Kinect深度图第42-43页
    3.3 基于彩色图像分割的Kinect深度图修复第43-47页
        3.3.1 空洞填充第43-46页
        3.3.2 引导滤波第46-47页
    3.4 深度图分块第47-50页
    3.5 本章小结第50-51页
第四章 融合颜色和深度的前景提取第51-56页
    4.1 前景分割简介第51-52页
    4.2 区域合并算法第52-54页
        4.2.1 彩色图像过分割第52页
        4.2.2 区域合并第52-54页
    4.3 前景提取第54-55页
        4.3.1 种子区域第54-55页
        4.3.2 前景提取第55页
    4.4 本章小结第55-56页
第五章 实验和讨论第56-64页
    5.1 Kinect深度图修复第56-59页
        5.1.1 深度图修复第56-59页
        5.1.2 讨论第59页
    5.2 前景提取第59-63页
        5.2.1 单个前景提取第60页
        5.2.2 多个前景提取第60-61页
        5.2.3 讨论第61-63页
    5.3 本章小结第63-64页
第六章 工作总结与展望第64-66页
    6.1 工作总结第64-65页
    6.2 展望第65-66页
参考文献第66-72页
致谢第72-73页
攻读硕士研究生期间研究成果第73-74页
附件第74页

论文共74页,点击 下载论文
上一篇:锂辉石矿渣的循环利用及其复合材料的制备
下一篇:铝电解电容器用阳极箔增容技术基础研究