首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

融合运动补偿与特征信息的障碍物检测算法研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-17页
   ·研究背景及意义第9-12页
     ·研究的社会背景及意义第9-11页
     ·研究的学术背景及意义第11-12页
   ·国内外研究现状第12-14页
   ·本文主要工作第14-17页
     ·本文内容第14页
     ·本文组织结构第14-17页
第2章 基础理论第17-25页
   ·计算机视觉简介第17页
   ·单目视觉与立体视觉第17-18页
   ·线性摄像机模型第18-21页
     ·坐标系描述第19-20页
     ·线性摄像机成像模型(针孔模型)第20-21页
   ·图像变换第21-25页
第3章 基于运动补偿的障碍物检测算法第25-39页
   ·基于运动补偿的障碍物检测算法原理简述第25-27页
     ·逆透视投影变换(IPM)第25-26页
     ·运动补偿第26-27页
   ·相邻图像中点的运动建模第27-30页
   ·运动估计第30-34页
     ·运动估计原理第30-32页
     ·运动估计算法第32页
     ·选取参与残差计算点第32-34页
   ·候选障碍物区域的生成第34-39页
     ·基于地面点运动补偿的候选障碍物的生成第34-35页
     ·基于垂直平面上点运动补偿的候选障碍物的补充第35-39页
第4章 基于特征信息的障碍物检测算法第39-45页
   ·障碍物垂直边缘连线特征第39-41页
     ·Hough直线检测第39-40页
     ·直线的特征第40-41页
   ·障碍物的区域特征第41-45页
第5章 障碍物检测的融合算法第45-51页
   ·融合算法流程第45-46页
   ·算法运行环境第46-47页
     ·软件运行环境第46-47页
     ·硬件运行环境第47页
   ·算法评估方法第47-51页
     ·评估数据第47-48页
     ·评估标准第48-49页
     ·评估结果第49-51页
第6章 总结与展望第51-53页
   ·本文工作总结第51页
   ·进一步工作第51-52页
   ·展望第52-53页
参考文献第53-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于Adaboost的人脸检测算法研究与实现
下一篇:基于多特征和人工免疫优化算法的医学图像配准方法研究