基于双目视觉的车辆前方障碍物检测方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究意义 | 第13-14页 |
| 1.3 障碍物检测技术国外研究现状 | 第14-15页 |
| 1.4 障碍物检测技术国内研究现状 | 第15-16页 |
| 1.5 论文主要研究内容 | 第16-19页 |
| 第2章 双目立体视觉原理与系统平台搭建 | 第19-27页 |
| 2.1 摄像机成像原理模型 | 第19-21页 |
| 2.1.1 平行双目立体模型 | 第20-21页 |
| 2.1.2 相交双目立体模型 | 第21页 |
| 2.2 三角测量原理 | 第21-22页 |
| 2.3 双目立体视觉系统平台搭建 | 第22-25页 |
| 2.3.1 硬件平台 | 第22-23页 |
| 2.3.2 软件平台 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 摄像机标定与校正 | 第27-43页 |
| 3.1 基本坐标系研究 | 第27-30页 |
| 3.1.1 像素坐标系 | 第28页 |
| 3.1.2 图像物理坐标系 | 第28-30页 |
| 3.1.3 摄像机坐标系 | 第30页 |
| 3.1.4 世界坐标系 | 第30页 |
| 3.2 坐标系转换 | 第30-33页 |
| 3.3 摄像机标定 | 第33-38页 |
| 3.3.1 摄像机标定方法 | 第33-34页 |
| 3.3.2 相机标定步骤 | 第34-37页 |
| 3.3.3 标定结果 | 第37-38页 |
| 3.4 标定距离与标定精度关系研究 | 第38-40页 |
| 3.5 立体校正 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 立体匹配算法研究 | 第43-55页 |
| 4.1 立体匹配算法分类 | 第43-44页 |
| 4.2 立体匹配步骤 | 第44-46页 |
| 4.3 代价聚合方法 | 第46-49页 |
| 4.3.1 双边滤波代价聚合 | 第46-47页 |
| 4.3.2 导向滤波代价聚合 | 第47-48页 |
| 4.3.3 MST代价聚合 | 第48-49页 |
| 4.4 基于多尺度代价聚合模型的改进匹配算法 | 第49-54页 |
| 4.4.1 多尺度代价聚合模型 | 第50-51页 |
| 4.4.2 Middlebury平台测试与分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 障碍物检测系统实现与功能测试 | 第55-59页 |
| 5.1 试验平台和设备安装 | 第55页 |
| 5.2 功能检测及结果分析 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59-60页 |
| 6.2 不足与展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 作者简介 | 第67-69页 |
| 致谢 | 第69页 |
