基于机器视觉的道路识别与障碍物检测技术研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·智能车辆的发展与现状 | 第9-12页 |
| ·基于机器视觉的智能车辆技术 | 第12-15页 |
| ·机器视觉的应用及发展 | 第12-14页 |
| ·机器视觉算法 | 第14-15页 |
| ·课题的提出 | 第15-16页 |
| ·论文内容安排 | 第16页 |
| ·本章小结 | 第16-18页 |
| 2 基于视频处理的道路识别技术 | 第18-46页 |
| ·道路图像的预处理算法分析 | 第18-22页 |
| ·道路图像的滤波 | 第18-21页 |
| ·图像边缘提取 | 第21-22页 |
| ·基于视频处理的阈值分割算法 | 第22-28页 |
| ·传统的最优阈值分割法与逐行最优阈值分割法 | 第22-25页 |
| ·逐行最优阈值分割的改进算法 | 第25-28页 |
| ·分道线检测算法 | 第28-33页 |
| ·分道线检测技术算法 | 第28-30页 |
| ·基于边界跟踪的分道线检测算法 | 第30-33页 |
| ·分道线的二维重建 | 第33-43页 |
| ·道路成像模型 | 第34-38页 |
| ·相邻两段分道线的斜率差 | 第38-40页 |
| ·车道的二维重建 | 第40-42页 |
| ·分道线检测算法的改进 | 第42-43页 |
| ·车道识别提供的信息 | 第43页 |
| ·算法实验及结果分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 3 基于单目视觉的障碍物检测技术 | 第46-62页 |
| ·运动目标检测技术综述 | 第46-48页 |
| ·障碍物的初定位 | 第48-52页 |
| ·障碍物的准确定位 | 第52-55页 |
| ·基于卡尔曼滤波的车辆实时跟踪 | 第55-61页 |
| ·运动目标跟踪技术 | 第56-57页 |
| ·卡尔曼滤波技术 | 第57-58页 |
| ·车辆实时跟踪 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 4 摄像机定标及障碍物距离计算 | 第62-71页 |
| ·摄像机成像模型 | 第62-64页 |
| ·摄像机的标定 | 第64-65页 |
| ·视觉测距技术 | 第65-70页 |
| ·视觉测距技术综述 | 第65-66页 |
| ·双目测距技术 | 第66-67页 |
| ·单目测距算法 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 5 结论与展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附:作者在攻读硕士学位期间发表论文及科研成果情况 | 第79-80页 |
