基于雨滴粗精分割方法的车载雨量传感器
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.1.1 课题提出的背景 | 第9-10页 |
| 1.1.2 课题提出的意义 | 第10页 |
| 1.2 发展现状及问题 | 第10-12页 |
| 1.3 视觉型雨量传感器的研究现状 | 第12-15页 |
| 1.3.1 视觉型雨量传感器的基本系统架构 | 第12-13页 |
| 1.3.2 雨滴检测方法的国内外研究现状 | 第13-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 论文章节构成 | 第16-17页 |
| 第二章 汽车雨量传感器系统总体方案设计 | 第17-26页 |
| 2.1 雨滴的成像特点分析 | 第17-23页 |
| 2.1.1 雨滴的基本特征 | 第17-19页 |
| 2.1.2 摄像机聚焦于车外景物的情况 | 第19-20页 |
| 2.1.3 摄像机聚焦于挡风玻璃上的情况 | 第20-21页 |
| 2.1.4 摄像机聚焦位置适中的情况 | 第21-22页 |
| 2.1.5 成像方法选择 | 第22-23页 |
| 2.2 总体方案设计 | 第23-25页 |
| 2.2.1 算法流程方案 | 第24-25页 |
| 2.2.2 软硬件设计方案 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于帧差的雨滴检测方法 | 第26-38页 |
| 3.1 基于背景模糊化的半清晰雨滴检测 | 第26-36页 |
| 3.1.1 多连续帧平均化 | 第27-30页 |
| 3.1.2 改进的背景模糊化方法 | 第30-32页 |
| 3.1.3 Sobel算子边缘提取 | 第32-34页 |
| 3.1.4 基于最强梯度的雨滴分割 | 第34-36页 |
| 3.2 算法效果分析 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于图像增强的亮区雨滴检测方法 | 第38-54页 |
| 4.1 基于灰度变换的亮区雨滴检测 | 第38-43页 |
| 4.1.1 亮区雨滴漏检原因及特征分析 | 第38-39页 |
| 4.1.2 基于幂律变换的亮区雨滴分割 | 第39-43页 |
| 4.2 基于雨滴的外形消除误检测 | 第43-48页 |
| 4.2.1 误检测原因及特征分析 | 第43-44页 |
| 4.2.2 消除连通域面积较大的误检 | 第44-45页 |
| 4.2.3 消除圆形度较低的误检 | 第45-48页 |
| 4.3 不同场景下的雨滴检测效果 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 系统设计及测试 | 第54-62页 |
| 5.1 雨滴检测软件实现 | 第54-59页 |
| 5.1.1 雨量信息要素 | 第55-56页 |
| 5.1.2 雨滴分布密度的计算 | 第56-57页 |
| 5.1.3 雨量判定 | 第57-59页 |
| 5.2 算法性能评估 | 第59-60页 |
| 5.3 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间主要研究成果 | 第67-68页 |
| 致谢 | 第68页 |
