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

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

论文共65页,点击 下载论文
上一篇:基于RFID的医疗耗材管理系统研究与实现
下一篇:基于出租车轨迹数据的城市道路相关性分析方法研究