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

基于结构光和立体视觉的主被动结合深度获取方法

摘要第5-6页
ABSTRACT第6页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-23页
    1.1 研究背景及意义第15-16页
    1.2 深度获取方法及分类第16-20页
        1.2.1 被动式深度测量方法第18-19页
        1.2.2 主动式深度测量方法第19-20页
    1.3 本文主要内容第20-23页
第二章 基于结构光和双目立体匹配的深度测量第23-37页
    2.1 结构光深度获取方法介绍第23-30页
        2.1.1 结构光深度获取原理第23-27页
        2.1.2 编码结构光分类第27-30页
    2.2 双目立体匹配深度测量原理及分类第30-35页
        2.2.1 双目立体匹配原理第30-32页
        2.2.2 立体匹配算法的一般步骤第32-34页
        2.2.3常见立体匹配算法第34-35页
    2.3 主被动结合的深度测量方法第35-36页
    2.4 本章小结第36-37页
第三章 基于三帧相移的主被动结合深度获取方法第37-55页
    3.1 主被动多帧深度获取系统构建及实现流程第37-39页
    3.2 基于三帧相移的主被动结合深度获取第39-49页
        3.2.1 三帧相移实现精确截断相位获取第39-42页
        3.2.2 自然场景恢复第42-43页
        3.2.3 置信传播全局双目立体匹配算法第43-46页
        3.2.4 主被动结合实现精细深度获取第46-49页
    3.3 实验结果及分析第49-53页
    3.4 本章小结第53-55页
第四章 基于单帧结构光的主被动结合深度获取方法第55-69页
    4.1 主被动单帧深度获取系统构建及实现流程第55-56页
    4.2 基于Gabor滤波器的主被动结合深度获取原理第56-67页
        4.2.1 基于Gabor滤波器的相位提取原理第56-62页
        4.2.2 频域滤波实现自然场景恢复第62-65页
        4.2.3 主被动结合实现精细深度获取第65-67页
    4.3 实验结果和分析第67-68页
    4.4 本章小结第68-69页
第五章 总结与展望第69-71页
    5.1 总结第69页
    5.2 展望第69-71页
参考文献第71-77页
致谢第77-79页
作者简介第79-80页

论文共80页,点击 下载论文
上一篇:C代码内存安全漏洞检测研究与实现
下一篇:基于SSH的非税代收与统计分析系统的设计与实现