| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要研究工作 | 第14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 前方车辆碰撞预警系统综述 | 第16-23页 |
| 2.1 车辆检测常用算法 | 第16-18页 |
| 2.1.1 基于特征的方法 | 第16-17页 |
| 2.1.2 基于运动的方法 | 第17页 |
| 2.1.3 基于机器学习的方法 | 第17-18页 |
| 2.2 车辆跟踪常用算法 | 第18-20页 |
| 2.2.1 基于均值漂移的目标跟踪 | 第18-19页 |
| 2.2.2 基于卡尔曼滤波的目标跟踪 | 第19页 |
| 2.2.3 基于粒子滤波的目标跟踪 | 第19页 |
| 2.2.4 基于光流法的目标跟踪 | 第19-20页 |
| 2.3 车道线检测常用算法 | 第20-21页 |
| 2.3.1 基于特征的方法 | 第20页 |
| 2.3.2 基于模型的方法 | 第20-21页 |
| 2.4 车辆碰撞预警常用算法 | 第21-22页 |
| 2.4.1 基于距离的方法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 车辆检测与车辆跟踪 | 第23-36页 |
| 3.1 基于Haar-like特征和Adaboost算法的车辆检测 | 第23-32页 |
| 3.1.1 Haar-like特征表示 | 第23-24页 |
| 3.1.2 Haar-like特征数量 | 第24-25页 |
| 3.1.3 Haar-like特征计算 | 第25-27页 |
| 3.1.4 Adaboost算法 | 第27-28页 |
| 3.1.5 训练样本的选取 | 第28-30页 |
| 3.1.6 基于主动学习的Adaboost级联分类器训练 | 第30-32页 |
| 3.2 基于卡尔曼滤波的车辆跟踪 | 第32-35页 |
| 3.2.1 卡尔曼滤波器系统建模 | 第32页 |
| 3.2.2 卡尔曼滤波器工作原理 | 第32-33页 |
| 3.2.3 车辆跟踪的具体实现 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 车道线检测与车辆碰撞预警 | 第36-48页 |
| 4.1 车道线检测 | 第36-42页 |
| 4.1.1 感兴趣区域 | 第36页 |
| 4.1.2 图像灰度化 | 第36-37页 |
| 4.1.3 中值滤波 | 第37-38页 |
| 4.1.4 车道线边缘检测 | 第38-39页 |
| 4.1.5 累计概率霍夫变换 | 第39-41页 |
| 4.1.6 车辆与车道的位置关系 | 第41-42页 |
| 4.2 车辆碰撞预警 | 第42-47页 |
| 4.2.1 摄像机成像模型 | 第42页 |
| 4.2.2 基于车辆宽度占图像宽度比例的前方车距估算方法 | 第42-45页 |
| 4.2.3 碰撞时间计算 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 基于IOS平台的实现 | 第48-54页 |
| 5.1 开发环境 | 第48-49页 |
| 5.1.1 iOS平台简介 | 第48-49页 |
| 5.1.2 OpenCV函数库简介 | 第49页 |
| 5.2 系统模块 | 第49-53页 |
| 5.2.1 视频采集模块 | 第49-51页 |
| 5.2.2 图像处理模块 | 第51页 |
| 5.2.3 交互界面模块 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 系统测试 | 第54-63页 |
| 6.1 PC平台下的测试 | 第54-59页 |
| 6.1.1 PC平台测试环境 | 第54页 |
| 6.1.2 车辆检测模块测试结果 | 第54-57页 |
| 6.1.3 车辆跟踪模块测试结果 | 第57-58页 |
| 6.1.4 车道线检测模块测试结果 | 第58页 |
| 6.1.5 车辆碰撞预警模块测试结果 | 第58-59页 |
| 6.2 iOS平台下的测试 | 第59-62页 |
| 6.2.1 iOS平台测试环境 | 第59页 |
| 6.2.2 整体运行测试结果 | 第59-60页 |
| 6.2.3 算法速度与系统占用内存测试结果 | 第60-62页 |
| 6.3 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附表 | 第71页 |
