声明
摘要
第1章绪论
1.2国内外研究现状
1.3本文主要工作和创新点
1.4本文组织结构
第2章RGB-D图像分割知识背景
2.2.2 RGB-D图像分割的意义
2.2.3 RGB-D图像分割的难点
2.3 RGB-D图像分割方法介绍
2.3.1基于过分割和学习的图像分割方法
2.3.2基于超像素MRF及分割树的RGB-D场景标记
2.4小结
第3章RGB-D室内场景分割预处理
3.3算法主要步骤
3.3.2超像素颜色信息及几何信息的初始化
3.4核心算法描述
3.5小结
第4章超像素DBSCAN聚类的室内场景分剖
4.1引言
4.2 DBSCAN聚类算法
4.2.1密度的概念
4.2.2 DBSCAN的算法思想及原理
4.2.3 DBSCAN的优势及不足
4.3 RGB-D室内场景分割
4.3.2基于超像素的DBSCAN聚类原理
4.3.3基于泛洪算法的超像素融合
4.3.4扩散策略
4.3.5算法阈值的选取
4.4核心算法描述
4.5实验结果
4.5.1定性比较
4.5.2定量比较
4.6小结
第5章总结与展望
5.2研究展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况