高精度局部立体视觉匹配算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第16-31页 |
| 1.1 引言 | 第16-19页 |
| 1.2 研究背景与意义 | 第19-20页 |
| 1.3 存在的主要问题与挑战 | 第20-24页 |
| 1.4 国内外研究现状 | 第24-28页 |
| 1.5 论文的研究内容及结构 | 第28-29页 |
| 1.6 章节安排 | 第29-30页 |
| 1.7 本章小结 | 第30-31页 |
| 第2章 立体匹配原理与方法 | 第31-52页 |
| 2.1 引言 | 第31-32页 |
| 2.2 立体视觉原理 | 第32-34页 |
| 2.2.1 双目视觉系统成像原理 | 第32页 |
| 2.2.2 对极几何 | 第32-34页 |
| 2.3 立体匹配的其它约束条件 | 第34-35页 |
| 2.4 立体匹配步骤 | 第35-40页 |
| 2.4.1 代价初始 | 第36-37页 |
| 2.4.2 代价聚合 | 第37页 |
| 2.4.3 视差计算或优化 | 第37-39页 |
| 2.4.4 视差精化 | 第39-40页 |
| 2.5 局部立体匹配算法 | 第40-48页 |
| 2.5.1 基于窗口的立体匹配 | 第41-43页 |
| 2.5.2 基于权重的立体匹配 | 第43-44页 |
| 2.5.3 基于树结构的非局部立体匹配 | 第44-48页 |
| 2.6 评价标准 | 第48-52页 |
| 第3章 基于改进初始代价和多维权重的树结构算法 | 第52-72页 |
| 3.1 引言 | 第52-53页 |
| 3.2 算法实现 | 第53-63页 |
| 3.2.1 改进的初始代价矩阵 | 第53-55页 |
| 3.2.2 构建生成树结构 | 第55-58页 |
| 3.2.3 多维权重 | 第58-61页 |
| 3.2.4 树型滤波算法 | 第61-62页 |
| 3.2.5 时间复杂度 | 第62-63页 |
| 3.3 实验结果及性能分析 | 第63-70页 |
| 3.3.1 实验结果 | 第63-67页 |
| 3.3.2 参数设置 | 第67-70页 |
| 3.3.3 运算速度 | 第70页 |
| 3.4 本章小结 | 第70-72页 |
| 第4章 基于像素点分类和颜色分割权值改进算法 | 第72-91页 |
| 4.1 引言 | 第72-73页 |
| 4.2 本章算法 | 第73-79页 |
| 4.2.1 像素点分类 | 第74-76页 |
| 4.2.2 图像分割 | 第76-78页 |
| 4.2.3 基于像素点分类和颜色分割图像改进权值 | 第78页 |
| 4.2.4 时间复杂度 | 第78-79页 |
| 4.3 实验结果及性能分析 | 第79-89页 |
| 4.3.1 基于ASW算法的实验结果 | 第80-83页 |
| 4.3.2 基于树结构算法的实验结果 | 第83-85页 |
| 4.3.3 算法的时间代价 | 第85-87页 |
| 4.3.4 参数设置 | 第87-89页 |
| 4.4 本章小结 | 第89-91页 |
| 第5章 基于树结构的多级非局部视差精化方法 | 第91-104页 |
| 5.1 引言 | 第91-92页 |
| 5.2 基于树结构的传统非局部视差精化方法 | 第92-93页 |
| 5.3 本章算法 | 第93-98页 |
| 5.3.1 边缘不一致性检测 | 第94-96页 |
| 5.3.2 亚像素求精 | 第96-97页 |
| 5.3.3 双边滤波 | 第97页 |
| 5.3.4 时间复杂度 | 第97-98页 |
| 5.4 实验结果与性能分析 | 第98-103页 |
| 5.4.1 实验结果 | 第98-102页 |
| 5.4.2 时间消耗 | 第102-103页 |
| 5.5 本章小结 | 第103-104页 |
| 第6章 总结 | 第104-107页 |
| 6.1 工作总结 | 第104-106页 |
| 6.2 未来展望 | 第106-107页 |
| 参考文献 | 第107-120页 |
| 攻读博士学位期间的主要研究成果 | 第120-121页 |
| 致谢 | 第121页 |
