| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 立体视觉研究背景 | 第10-11页 |
| 1.2 超分辨率技术发展及研究现状 | 第11-12页 |
| 1.3 立体图像的超分辨率研究现状 | 第12-13页 |
| 1.4 立体图像重建质量评价方法 | 第13-14页 |
| 1.5 本文的主要工作及章节安排 | 第14-16页 |
| 第二章 DIBR及基于低频高频融合的立体图像超分辨率算法 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 图像的缩放 | 第16-18页 |
| 2.2.1 图像下采样 | 第16-17页 |
| 2.2.2 图像上采样 | 第17-18页 |
| 2.2.3 图像的低频与高频信息 | 第18页 |
| 2.3 混合分辨率立体图像 | 第18-19页 |
| 2.4 基于深度图像的绘制技术(DIBR) | 第19-26页 |
| 2.4.1 双目立体视觉模型 | 第19-20页 |
| 2.4.2 双目立体视觉坐标系 | 第20-22页 |
| 2.4.3 投影图的合成 | 第22-26页 |
| 2.5 基于低频与高频融合的立体图像超分辨率算法 | 第26-27页 |
| 2.6 实验分析 | 第27-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 基于非局部相似性的立体图像超分辨率算法 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 算法模型建立 | 第31-38页 |
| 3.2.1 图像退化模型 | 第31-33页 |
| 3.2.2 立体图像的非局部相似性 | 第33-37页 |
| 3.2.3 算法总结 | 第37-38页 |
| 3.3 实验分析 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于稀疏表示和非局部相似性的立体图像超分辨率算法 | 第44-59页 |
| 4.1 引言 | 第44页 |
| 4.2 图像稀疏表示理论 | 第44-47页 |
| 4.3 基于稀疏的立体图像超分辨率算法 | 第47-54页 |
| 4.3.1 可行性分析 | 第47-48页 |
| 4.3.2 字典训练模型 | 第48-52页 |
| 4.3.3 图像重建模型 | 第52-54页 |
| 4.4 实验分析 | 第54-56页 |
| 4.5 本章小结 | 第56-59页 |
| 第五章 总结和展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |