基于3D TOF技术的深度图像超分辨率重建算法
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题研究背景与意义 | 第15-19页 |
| 1.1.1 3D TOF技术的发展概况 | 第15-17页 |
| 1.1.2 3D TOF技术的典型应用 | 第17-19页 |
| 1.2 研究现状和发展 | 第19-20页 |
| 1.3 论文研究内容与章节安排 | 第20-22页 |
| 第二章 3D TOF技术概述 | 第22-34页 |
| 2.1 TI的3D TOF工作原理 | 第22-25页 |
| 2.2 3D TOF相机噪声分析 | 第25-27页 |
| 2.3 三维景深测量视觉技术比较 | 第27-29页 |
| 2.4 深度图像超分辨率算法概述 | 第29-32页 |
| 2.4.1 基于深度图像本身的超分辨率重建方法 | 第30-32页 |
| 2.4.2 结合同场景彩色图像的方法 | 第32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 单幅图像超分辨率算法重建 | 第34-48页 |
| 3.1 深度图像退化模型 | 第34-36页 |
| 3.2 3D TOF相机数学模型 | 第36-39页 |
| 3.2.1 脉冲调制和连续波调制 | 第36-37页 |
| 3.2.2 TOF测量精度误差 | 第37页 |
| 3.2.3 N相步N-Quad工作原理 | 第37-39页 |
| 3.3 单幅深度图像重建分析 | 第39-42页 |
| 3.3.1 基于深度图像本身的超分辨率重建方法 | 第39-41页 |
| 3.3.2 结合同场景彩色图像的方法 | 第41-42页 |
| 3.4 基于置信度与非局部自相似超分辨率算法 | 第42-47页 |
| 3.4.1 基于置信度的深度图像滤波 | 第42-43页 |
| 3.4.2 基于非局部自相似的深度图像滤波 | 第43-44页 |
| 3.4.3 实验结果分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 深度图像超分辨率算法 | 第48-58页 |
| 4.1 图像去噪滤波常用算法 | 第48-50页 |
| 4.1.1 时间滤波器 | 第48-49页 |
| 4.1.2 空间滤波器 | 第49-50页 |
| 4.2 基于加权最小二乘法的景深图滤波算法 | 第50-52页 |
| 4.3 基于局部自相似的超分辨率算法 | 第52-56页 |
| 4.3.1 最优化框架 | 第52-54页 |
| 4.3.2 实验对比分析 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 论文总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第64-65页 |
