| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 立体视觉技术 | 第10-13页 |
| 1.1.1 被动立体视觉技术 | 第10-11页 |
| 1.1.2 主动立体视觉技术 | 第11-13页 |
| 1.2 人头检测技术 | 第13-14页 |
| 1.3 人头检测与统计的国内外研究现状 | 第14-17页 |
| 1.4 课题研究的背景和意义 | 第17-18页 |
| 1.5 本文的主要内容与结构 | 第18-19页 |
| 第2章 双目立体视觉系统标定与极线校正 | 第19-34页 |
| 2.1 摄像机的成像模型 | 第19-23页 |
| 2.1.1 双目立体视觉中的坐标系 | 第19-21页 |
| 2.1.2 摄像机的线性成像模型 | 第21-23页 |
| 2.2 双目立体视觉系统标定 | 第23-25页 |
| 2.2.1 张氏单摄像机标定法 | 第23-25页 |
| 2.2.2 双目立体视觉系统标定 | 第25页 |
| 2.3 图像极线校正 | 第25-29页 |
| 2.3.1 极线约束 | 第25-26页 |
| 2.3.2 极线校正 | 第26-29页 |
| 2.4 摄像机标定与极线校正的实验结果 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于跨尺度变窗口代价聚合的快速立体匹配 | 第34-47页 |
| 3.1 匹配代价计算 | 第35页 |
| 3.2 跨尺度变窗口的代价聚合方法 | 第35-39页 |
| 3.2.1 基于盒滤波的内尺度代价聚合 | 第35-36页 |
| 3.2.2 基于动态支持窗口的互尺度代价聚合 | 第36-39页 |
| 3.3 基于引导加权中值滤波的多步骤视差精化 | 第39-41页 |
| 3.3.1 对称映射一致性 | 第39-40页 |
| 3.3.2 引导加权中值滤波 | 第40-41页 |
| 3.3.3 中值滤波平滑去噪 | 第41页 |
| 3.4 实验结果与分析 | 第41-45页 |
| 3.4.1 Middlebury平台标准图片的精度评估 | 第42-44页 |
| 3.4.2 实际图片测试结果 | 第44-45页 |
| 3.5 复杂度分析与运行时间评估 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于双目立体视觉的人头检测方法 | 第47-55页 |
| 4.1 人头检测算法的总体框架 | 第47页 |
| 4.2 融合背景差法和帧间差法的运动目标检测 | 第47-49页 |
| 4.2.1 背景差法 | 第48页 |
| 4.2.2 相邻帧差法 | 第48-49页 |
| 4.3 深度滤波与形态学处理 | 第49-51页 |
| 4.4 人头轮廓提取 | 第51页 |
| 4.5 跟踪与统计 | 第51-52页 |
| 4.6 实验结果与分析 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 基于主动立体视觉的实时人头检测方法 | 第55-67页 |
| 5.1 实时人头检测方法的总体设计 | 第55页 |
| 5.2 深度图像预处理 | 第55-57页 |
| 5.2.1 深度图像修复 | 第55-56页 |
| 5.2.2 前景提取 | 第56-57页 |
| 5.3 基于D-RWS算法的人头检测 | 第57-61页 |
| 5.3.1 ROI分割原理 | 第57-58页 |
| 5.3.2 模拟降水分水岭过程 | 第58-59页 |
| 5.3.3 前向加速方法 | 第59-60页 |
| 5.3.4 ROI的形态学后处理 | 第60-61页 |
| 5.4 跟踪与统计 | 第61-62页 |
| 5.5 实验结果与分析 | 第62-66页 |
| 5.5.1 性能测试与比较 | 第62-63页 |
| 5.5.2 鲁棒性测试 | 第63-65页 |
| 5.5.3 关键参数选择 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录A（攻读学位期间发表的学术论文） | 第74页 |