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
