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

抗遮挡的光场图像深度估计算法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第14-24页
    1.1 研究背景与意义第14-16页
    1.2 国内外研究现状第16-20页
        1.2.1 光场成像的研究现状第16-19页
        1.2.2 光场图像深度估计的研究现状第19页
        1.2.3 深度估计中抗遮挡算法的研究现状第19-20页
    1.3 本文研究内容第20-21页
    1.4 本文结构安排第21-24页
第2章 光场图像深度估计基础原理第24-32页
    2.1 光场相机原理及光场图像特点第24-29页
        2.1.1 光场相机记录光线的原理第24-25页
        2.1.2 光场图像数字重聚焦原理第25-26页
        2.1.3 光场图像的特性第26-29页
    2.2 光场图像深度估计技术简述第29-31页
    2.3 本章小结第31-32页
第3章 光场图像遮挡边缘像素提取算法第32-42页
    3.1 问题描述与相关工作第32-33页
    3.2 光场图像特性分析第33-34页
    3.3 基于光流算法的遮挡边缘像素提取第34-37页
        3.3.1 相关光流算法简介第34-36页
        3.3.2 遮挡边缘像素提取第36-37页
    3.4 实验结果与分析第37-41页
    3.5 本章小结第41-42页
第4章 光场图像深度估计中的抗遮挡算法第42-52页
    4.1 问题描述与相关工作第42页
    4.2 光场图像复杂遮挡模型第42-45页
    4.3 基于角度像素块分区的抗遮挡算法第45-48页
        4.3.1 聚类算法简介第46-47页
        4.3.2 基于近邻传播聚类算法的角度像素块分区第47-48页
    4.4 实验结果与分析第48-49页
    4.5 本章小结第49-52页
第5章 光场图像深度估计中的匹配代价设计算法第52-68页
    5.1 问题描述与相关工作第52页
    5.2 匹配代价的设计第52-55页
        5.2.1 改进的方差为基础的匹配代价第52-53页
        5.2.2 匹配代价自适应加权和第53-55页
    5.3 深度估计与优化第55-56页
    5.4 实验结果与分析第56-67页
        5.4.1 定性结果分析第56-64页
        5.4.2 定量结果分析第64-67页
    5.5 本章小结第67-68页
第6章 总结与展望第68-70页
    6.1 本文工作的总结第68-69页
    6.2 本文工作的展望第69-70页
参考文献第70-76页
致谢第76-78页
在读期间发表的学术论文与取得的研究成果第78页

论文共78页,点击 下载论文
上一篇:具有多相位中心的自适应天线单元及阵列设计
下一篇:基于中英文主题向量空间的文本分类算法