论文目录 | |
致谢 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-11页 |
目次 | 第11-14页 |
插图 | 第14-16页 |
表格 | 第16-17页 |
1 绪论 | 第17-33页 |
1.1 三维技术及自然三维电视系统简介 | 第17-19页 |
1.1.1 自然三维电视系统架构 | 第18-19页 |
1.2 深度获取技术发展现状 | 第19-22页 |
1.2.1 被动深度获取 | 第20-21页 |
1.2.2 主动深度获取 | 第21-22页 |
1.3 基于ToF深度摄像机的超分辨率恢复和深度融合研究 | 第22-30页 |
1.3.1 ToF深度图的超分辨率恢复 | 第22-27页 |
1.3.2 基于ToF深度图的主被动深度融合 | 第27-30页 |
1.4 本文的研究内容和贡献 | 第30-31页 |
1.5 论文组织结构 | 第31-33页 |
2 ToF深度摄像机噪声分析和去噪研究 | 第33-63页 |
2.1 基于ToF摄像机的立体拍摄系统搭建 | 第33-39页 |
2.1.1 立体拍摄系统的结构 | 第34-35页 |
2.1.2 立体采集图像的预处理 | 第35-37页 |
2.1.3 基于ToF采集系统的问题和研究方向 | 第37-39页 |
2.2 ToF深度摄像机成像原理分析 | 第39-43页 |
2.2.1 ToF深度摄像机参数简介 | 第39页 |
2.2.2 深度摄像机测距数学原理分析 | 第39-41页 |
2.2.3 获取的测量参数说明 | 第41-42页 |
2.2.4 ToF深度摄像机的误差简介 | 第42-43页 |
2.3 ToF深度摄像机环境光噪声分析及其滤波算法 | 第43-50页 |
2.3.1 ToF深度摄像机环境光误差分析 | 第43-48页 |
2.3.2 环境光噪声滤波算法 | 第48-50页 |
2.4 ToF深度摄像机多径误差噪声分析及其滤波算法 | 第50-55页 |
2.4.1 ToF深度摄像机的多径误差分析 | 第50-52页 |
2.4.2 多径误差噪声滤波算法 | 第52-55页 |
2.5 滤波算法实验 | 第55-62页 |
2.6 本章小结 | 第62-63页 |
3 ToF深度图的超分辨率恢复研究 | 第63-101页 |
3.1 超分辨率恢复算法研究现状 | 第64-69页 |
3.2 基于压缩感知的联合学习ToF深度图超分辨率恢复算法 | 第69-90页 |
3.2.1 压缩感知基础知识 | 第69-72页 |
3.2.2 基于压缩感知的ToF深度图超分辨率恢复问题描述 | 第72-74页 |
3.2.3 ToF深度图的联合学习超分辨率恢复算法概述 | 第74-77页 |
3.2.4 联合字典学习算法 | 第77-84页 |
3.2.5 超分辨率恢复的矩阵向量选取法则 | 第84-90页 |
3.3 深度图超分辨率恢复实验对比分析 | 第90-98页 |
3.3.1 字典学习实验设计 | 第90-92页 |
3.3.2 超分辨率恢复实验 | 第92-98页 |
3.4 本章小结 | 第98-101页 |
4 基于ToF深度图的主被动深度获取融合研究 | 第101-131页 |
4.1 ToF深度增强研究现状 | 第101-105页 |
4.2 基于ToF深度图的主被动融合算法概述 | 第105-107页 |
4.3 基于ToF深度优化的立体匹配算法 | 第107-115页 |
4.3.1 传统立体匹配过程 | 第107-110页 |
4.3.2 ToF深度图能量函数设计 | 第110-113页 |
4.3.3 基于K最近邻域的匹配代价聚合 | 第113-115页 |
4.4 基于置信度的立体匹配与ToF深度的融合算法 | 第115-121页 |
4.4.1 ToF深度图的置信度权重 | 第116-117页 |
4.4.2 立体匹配深度图的置信权重 | 第117-118页 |
4.4.3 置信权重归一化 | 第118-119页 |
4.4.4 参考视点图像的一致性权重 | 第119-120页 |
4.4.5 综合的置信度权重代价函数 | 第120-121页 |
4.5 实验结果 | 第121-128页 |
4.5.1 实验环境说明 | 第121-123页 |
4.5.2 参数选择 | 第123-125页 |
4.5.3 实验结果比较 | 第125-128页 |
4.6 本章小结 | 第128-131页 |
5 总结和展望 | 第131-135页 |
参考文献 | 第135-145页 |
作者简历 | 第145-147页 |
发表文章目录 | 第147页 |