摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第12-22页 |
1.1 课题来源 | 第12页 |
1.2 课题研究背景 | 第12-13页 |
1.3 3DTV 系统概述 | 第13-19页 |
1.3.1 3D 立体显示原理 | 第13-15页 |
1.3.2 3DTV 系统架构简介 | 第15-16页 |
1.3.3 3DTV 立体显示技术 | 第16-18页 |
1.3.4 3D 立体视频内容的获取 | 第18-19页 |
1.4 本文主要研究内容及章节安排 | 第19-22页 |
1.4.1 主要研究内容和创新成果 | 第19-20页 |
1.4.2 章节安排 | 第20-22页 |
第二章 深度线索及深度提取 | 第22-32页 |
2.1 引言 | 第22页 |
2.2 2D 至 3D 视频转换 | 第22-23页 |
2.3 深度线索 | 第23-27页 |
2.4 现有深度提取算法 | 第27-31页 |
2.4.1 SFM 法 | 第27-29页 |
2.4.2 DFC 法 | 第29-30页 |
2.4.3 MLA 法 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第三章 基于区域融合的深度信息提取 | 第32-54页 |
3.1 引言 | 第32-33页 |
3.2 方法原理框图 | 第33页 |
3.3 区域融合 | 第33-37页 |
3.3.1 本文区域融合算法思路 | 第33-34页 |
3.3.2 基本符号及模型 | 第34-35页 |
3.3.3 区域融合理论分析 | 第35-37页 |
3.3.4 三通道情况 | 第37页 |
3.4 深度分配 | 第37-42页 |
3.5 实验结果与分析 | 第42-53页 |
3.5.1 对具有不同场景区域复杂度的图像的深度提取 | 第42-47页 |
3.5.2 采用不同先验假设深度图的深度提取 | 第47-50页 |
3.5.3 由深度图合成 3D 立体图的主观评价 | 第50-52页 |
3.5.4 对比实验 | 第52-53页 |
3.6 本章小结 | 第53-54页 |
第四章 基于线性透视和运动信息的深度信息提取 | 第54-74页 |
4.1 引言 | 第54-55页 |
4.2 算法原理框图 | 第55-56页 |
4.3 基于线性透视的深度提取 | 第56-60页 |
4.3.1 基于 canny 算子的边缘检测 | 第56-57页 |
4.3.2 用 Hough 变换提取消失点与消失线 | 第57-58页 |
4.3.3 深度分配 | 第58-60页 |
4.4 基于运动信息的深度提取 | 第60-64页 |
4.4.1 基于光流场的运动估计 | 第61-63页 |
4.4.2 基于高斯模型的运动检测和中值滤波 | 第63-64页 |
4.5 深度融合 | 第64-66页 |
4.6 实验结果与分析 | 第66-72页 |
4.6.1 不同场景类型的线性透视深度提取 | 第66-69页 |
4.6.2 基于线性透视和运动信息的深度提取 | 第69-72页 |
4.6.3 采用不同融合技术的深度融合 | 第72页 |
4.7 本章小结 | 第72-74页 |
第五章 总结与展望 | 第74-76页 |
5.1 论文总结 | 第74-75页 |
5.2 工作展望 | 第75-76页 |
参考文献 | 第76-81页 |
作者在攻读硕士学位期间公开发表的论文 | 第81-82页 |
作者在攻读硕士学位期间所作的项目 | 第82-83页 |
致谢 | 第83页 |