车辆行驶跑偏在线检测系统设计
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 选题背景及意义 | 第8页 |
| 1.2 车辆行驶跑偏概述 | 第8-9页 |
| 1.2.1 车辆行驶跑偏的现象 | 第8页 |
| 1.2.2 车辆行驶跑偏的危害 | 第8-9页 |
| 1.2.3 车辆行驶跑偏的原因分析 | 第9页 |
| 1.3 基于机器视觉的车辆检测 | 第9-11页 |
| 1.3.1 机器视觉检测技术 | 第9-10页 |
| 1.3.2 国内外研究现状 | 第10-11页 |
| 1.3.3 立体视觉系统 | 第11页 |
| 1.4 本文的研究内容及结构 | 第11-13页 |
| 2 车辆跑偏在线检测系统 | 第13-32页 |
| 2.1 检测系统技术要求 | 第13页 |
| 2.2 行驶跑偏检测系统总体设计 | 第13-19页 |
| 2.2.1 双目系统测距原理 | 第13-15页 |
| 2.2.2 测量方法对比 | 第15-17页 |
| 2.2.3 检测系统方案设计 | 第17-18页 |
| 2.2.4 跑偏量检测方法 | 第18-19页 |
| 2.3 硬件平台 | 第19-21页 |
| 2.3.1 云台和实验支架 | 第19-20页 |
| 2.3.2 标定板 | 第20-21页 |
| 2.3.3 辅助设备 | 第21页 |
| 2.4 双目图像采集系统 | 第21-28页 |
| 2.4.1 成像模式的选择 | 第22-23页 |
| 2.4.2 镜头 | 第23-25页 |
| 2.4.3 双目相机 | 第25-27页 |
| 2.4.4 光源 | 第27-28页 |
| 2.5 测量系统软件 | 第28-31页 |
| 2.5.1 双目图像采集软件 | 第28-29页 |
| 2.5.2 双目标定软件 | 第29-30页 |
| 2.5.3 图像分析软件 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 图像预处理 | 第32-44页 |
| 3.1 镜头畸变矫正 | 第32-34页 |
| 3.1.1 畸变原因 | 第32-33页 |
| 3.1.2 畸变矫正 | 第33-34页 |
| 3.2 CMOS图像降噪 | 第34-39页 |
| 3.2.1 图像的噪声类型 | 第34-36页 |
| 3.2.2 降噪算法 | 第36-37页 |
| 3.2.3 降噪实验 | 第37-39页 |
| 3.3 图像灰度化 | 第39-40页 |
| 3.4 CMOS图像增强 | 第40-43页 |
| 3.4.1 Retinex增强算法 | 第40-42页 |
| 3.4.2 图像增强及实验结果 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 特征提取与匹配算法 | 第44-56页 |
| 4.1 边缘检测算法 | 第45-47页 |
| 4.1.1 边缘算子检测车辆轮廓 | 第45-46页 |
| 4.1.2 改进的霍夫变换检测车道 | 第46-47页 |
| 4.2 车身特征提取算法 | 第47-52页 |
| 4.2.1 SIFT特征提取算法 | 第47-50页 |
| 4.2.2 SURF特征提取算法 | 第50-51页 |
| 4.2.3 车辆特征图像提取的实验 | 第51-52页 |
| 4.3 图像匹配算法 | 第52-55页 |
| 4.3.1 特征匹配 | 第53页 |
| 4.3.2 匹配实验及结果 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 车辆偏驶量测量实验与分析 | 第56-69页 |
| 5.1 相机标定 | 第56-63页 |
| 5.1.1 标定原理 | 第56-59页 |
| 5.1.2 标定步骤 | 第59-60页 |
| 5.1.3 标定结果 | 第60-63页 |
| 5.2 实验环境和步骤 | 第63-65页 |
| 5.3 标靶和表识线的深度测量 | 第65-66页 |
| 5.4 偏驶量测量 | 第66-67页 |
| 5.5 实验结果对比分析 | 第67-69页 |
| 6 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74页 |
