结构光深度图像获取和处理与三维重建研究
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-37页 |
| ·研究背景及意义 | 第15-17页 |
| ·国内外在该方向的研究现状及分析 | 第17-36页 |
| ·结构光三维测量技术 | 第17-22页 |
| ·图像插值技术 | 第22-23页 |
| ·图像滤波技术 | 第23-25页 |
| ·深度图像分割技术 | 第25-31页 |
| ·三维重建技术 | 第31-36页 |
| ·课题来源及研究内容 | 第36-37页 |
| 第2章 多线结构光测量原理及测量装置设计 | 第37-49页 |
| ·引言 | 第37页 |
| ·结构光三角测量原理 | 第37-38页 |
| ·基于标志条纹的多线结构光测量方法 | 第38-43页 |
| ·多线结构光测量原理 | 第38-40页 |
| ·基于标志条纹的多线结构光编解码方法 | 第40-42页 |
| ·基于标志条纹的多线结构光法的分辨率 | 第42-43页 |
| ·多线结构光测量装置设计 | 第43-48页 |
| ·测量装置的组成 | 第44页 |
| ·装置结构参数的设计 | 第44-45页 |
| ·量化误差对测量精度的影响 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 结构光深度图像插值及滤波处理 | 第49-66页 |
| ·引言 | 第49页 |
| ·结构光垂直条纹区域深度图像的插值 | 第49-58页 |
| ·结构光垂直条纹区域深度图像 | 第50-51页 |
| ·双线性插值方法 | 第51-52页 |
| ·自适应加权插值方法 | 第52-55页 |
| ·实验结果对比分析 | 第55-58页 |
| ·结构光非垂直条纹区域深度图像的插值 | 第58-61页 |
| ·均值插值算法 | 第58-59页 |
| ·插值算法流程 | 第59页 |
| ·实验结果对比分析 | 第59-61页 |
| ·深度图像滤波 | 第61-65页 |
| ·深度图像中值滤波 | 第61-62页 |
| ·深度图像极值中值滤波算法 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第4章 深度图像的区域分割 | 第66-83页 |
| ·引言 | 第66页 |
| ·深度图像分割方法 | 第66-67页 |
| ·基于边缘检测的区域分割 | 第66-67页 |
| ·基于区域聚合的区域分割 | 第67页 |
| ·基于法矢分量边缘信息融合的深度图像分割方法 | 第67-72页 |
| ·图像分割算法 | 第67-70页 |
| ·实验结果对比分析 | 第70-72页 |
| ·基于边缘检测和形态学的深度图像分割方法 | 第72-81页 |
| ·算法流程设计 | 第72页 |
| ·边缘检测算子的设计 | 第72-76页 |
| ·初级分割效果的评价 | 第76-77页 |
| ·基于形态学的区域分割 | 第77-78页 |
| ·实验结果对比分析 | 第78-81页 |
| ·本章小结 | 第81-83页 |
| 第5章 结构光深度图像的三维重建 | 第83-95页 |
| ·引言 | 第83页 |
| ·典型剖分算法性能分析 | 第83-87页 |
| ·平面投影法 | 第83-85页 |
| ·直接剖分法 | 第85-87页 |
| ·结构光数据的重建方法 | 第87-88页 |
| ·深度图像分割结合同构RBF 网络的分治重建 | 第88-94页 |
| ·边缘区域的划分和标记 | 第88页 |
| ·同构RBF 神经网络的构建 | 第88-90页 |
| ·分割区域的散乱数据剖分 | 第90-91页 |
| ·区域拼接 | 第91-92页 |
| ·实验结果 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 实验装置与实验 | 第95-103页 |
| ·引言 | 第95页 |
| ·实验系统配置 | 第95-96页 |
| ·硬件配置 | 第95-96页 |
| ·软件配置 | 第96页 |
| ·实验流程 | 第96页 |
| ·规则几何体实验 | 第96-99页 |
| ·人头像实验 | 第99-102页 |
| ·本章小结 | 第102-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 攻读学位期间发表的学术论文 | 第115-117页 |
| 致谢 | 第117页 |
