车辆侧后方车道环境监控信息平视显示系统
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 论文研究背景及意义 | 第10-11页 |
1.2 换道辅助系统的国内外研究现状 | 第11-12页 |
1.3 基于视频的车辆检测国内外研究现状 | 第12-16页 |
1.3.1 基于视频的车辆识别算法 | 第13-15页 |
1.3.2 基于视频的车辆跟踪算法 | 第15-16页 |
1.4 抬头显示系统研究现状 | 第16-17页 |
1.5 主要研究内容及结构安排 | 第17-20页 |
1.5.1 本文主要研究内容 | 第17-18页 |
1.5.2 本文结构安排 | 第18-20页 |
第二章 车辆识别方法 | 第20-39页 |
2.1 图像的预处理 | 第20-22页 |
2.1.1 图像灰度化 | 第20-21页 |
2.1.2 图像去噪 | 第21-22页 |
2.2 道路区域和车道线的提取 | 第22-31页 |
2.2.1 边缘检测 | 第23-24页 |
2.2.2 改进Sobel边缘检测算子 | 第24-27页 |
2.2.3 道路区域的确定 | 第27-28页 |
2.2.4 车道线的提取 | 第28-31页 |
2.3 车底阴影的分割 | 第31-35页 |
2.3.1 正常光照下阴影阈值的计算 | 第32-33页 |
2.3.2 弱光照下阴影阈值的计算 | 第33-35页 |
2.4 目标车辆定位 | 第35-38页 |
2.4.1 目标车辆存在性检测 | 第36页 |
2.4.2 左右边缘的确定 | 第36-37页 |
2.4.3 上边缘的确定 | 第37-38页 |
2.5 本章小结 | 第38-39页 |
第三章 车辆跟踪方法 | 第39-49页 |
3.1 颜色空间模型及其转换 | 第39-42页 |
3.1.1 RGB颜色空间 | 第39-40页 |
3.1.2 YUV颜色空间 | 第40页 |
3.1.3 HSI颜色空间 | 第40-41页 |
3.1.4 颜色空间相互转换 | 第41-42页 |
3.2 图像中的矩 | 第42-43页 |
3.3 Camshift算法跟踪 | 第43-48页 |
3.3.1 Camshift算法原理 | 第43页 |
3.3.2 Camshift算法的改进 | 第43-44页 |
3.3.3 基于加权直方图的Camshift算法 | 第44-48页 |
3.4 本章小结 | 第48-49页 |
第四章 最小安全换道距离计算及预警方法 | 第49-57页 |
4.1 换道模型分析 | 第49页 |
4.2 换道行为及检测车辆的确定 | 第49-50页 |
4.3 换道模型的建立 | 第50-53页 |
4.4 最小安全换道距离的确定 | 第53-55页 |
4.5 换道预警的方法 | 第55-56页 |
4.6 本章小结 | 第56-57页 |
第五章 系统实现与分析 | 第57-72页 |
5.1 系统的功能及框架 | 第57-58页 |
5.1.1 系统的功能 | 第57页 |
5.1.2 系统的框架 | 第57-58页 |
5.2 系统的硬件设计 | 第58-65页 |
5.2.1 图像处理芯片 | 第59页 |
5.2.2 视频采集 | 第59-61页 |
5.2.3 视频输出 | 第61页 |
5.2.4 数据存储 | 第61-62页 |
5.2.5 控制模块 | 第62页 |
5.2.6 速度传感器 | 第62-63页 |
5.2.7 测距传感器 | 第63页 |
5.2.8 角度传感器 | 第63-64页 |
5.2.9 云台及其控制 | 第64页 |
5.2.10 抬头显示模块 | 第64-65页 |
5.3 系统的软件设计 | 第65-68页 |
5.3.1 软件开发平台 | 第65-67页 |
5.3.2 系统工作流程 | 第67-68页 |
5.4 系统道路实验 | 第68-71页 |
5.5 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
攻读硕士学位期间参与课题及科研成果 | 第80页 |
1. 参与专项课题 | 第80页 |
2. 发表论文 | 第80页 |
3. 专利 | 第80页 |