机动车外廓尺寸智能测量系统设计
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外现状和技术发展趋势 | 第10-12页 |
| 1.3 研究内容与工作计划 | 第12-14页 |
| 第二章 系统结构设计 | 第14-18页 |
| 2.1 整体结构设计 | 第14-15页 |
| 2.2 系统运行流程 | 第15-16页 |
| 2.3 系统匹配与校准 | 第16-18页 |
| 第三章 传感器选型与设计 | 第18-35页 |
| 3.1 景深数据获取原理 | 第18-24页 |
| 3.1.1 基于图像的三维景深获取 | 第18-19页 |
| 3.1.2 基于扫描式激光测距雷达的景深获取 | 第19-21页 |
| 3.1.3 基于飞行时间技术的三维景深获取 | 第21-22页 |
| 3.1.4 基于结构光成像的三维景深获取 | 第22-24页 |
| 3.2 结构光随机指纹编码方式 | 第24-26页 |
| 3.3 景深信息获取与处理 | 第26-32页 |
| 3.3.1 Laplace算子编码点云获取 | 第26-28页 |
| 3.3.2 二维互相关结构光解码 | 第28-29页 |
| 3.3.3 非均匀插值 | 第29-32页 |
| 3.4 数据采集与传输 | 第32-35页 |
| 3.4.1 传感器硬件设计 | 第32-33页 |
| 3.4.2 数据传输方式 | 第33-35页 |
| 第四章 外廓建模算法 | 第35-54页 |
| 4.1 算法整体架构 | 第35-36页 |
| 4.2 背景建模去除 | 第36-39页 |
| 4.2.1 背景差分建模 | 第36-37页 |
| 4.2.2 混合高斯背景建模 | 第37-39页 |
| 4.3 点云信息配准 | 第39-40页 |
| 4.4 机器视觉跟踪算法 | 第40-51页 |
| 4.4.1 图像跟踪部分设计 | 第41-42页 |
| 4.4.2 检测器算法设计 | 第42-43页 |
| 4.4.3 方差分类器 | 第43-44页 |
| 4.4.4 随机森林分类器 | 第44-45页 |
| 4.4.5 最近邻域分类器 | 第45-46页 |
| 4.4.6 检测器结果输出 | 第46-47页 |
| 4.4.7 半监督学习实现 | 第47-50页 |
| 4.4.8 跟踪算法整体实现框图 | 第50-51页 |
| 4.5 机动车附件去除 | 第51-54页 |
| 第五章 优化与系统测试 | 第54-63页 |
| 5.1 GPGPU加速优化 | 第54-56页 |
| 5.2 图像跟踪算法优化 | 第56-59页 |
| 5.2.1 并行优化计算 | 第56-57页 |
| 5.2.2 多线程多目标跟踪 | 第57-58页 |
| 5.2.3 图像跟踪算法性能测试 | 第58-59页 |
| 5.3 系统测试与实验 | 第59-63页 |
| 5.3.1 系统测试环境 | 第59-61页 |
| 5.3.2 软件运行环境 | 第61-62页 |
| 5.3.3 系统测试结果 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 项目总结 | 第63页 |
| 6.2 未来展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69-70页 |
