| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-18页 |
| ·选题背景 | 第9-11页 |
| ·计算机视觉技术 | 第9-10页 |
| ·智能车辆的发展 | 第10-11页 |
| ·车辆检测方法综述 | 第11页 |
| ·车距检测方法综述 | 第11-13页 |
| ·课题提出 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·本论文的研究内容及章节安排 | 第16-18页 |
| ·研究内容 | 第16页 |
| ·章节安排 | 第16-18页 |
| 第2章 基于OpenCV的计算机视觉技术 | 第18-30页 |
| ·OpenCV计算机视觉库 | 第18-21页 |
| ·OpenCV计算机视觉库的特点及组成 | 第18-19页 |
| ·OpenCV的常用数据结构和图像读写,显示函数介绍 | 第19-21页 |
| ·基于OpenCV的图像处理技术 | 第21-29页 |
| ·彩色图像的灰度化 | 第21-22页 |
| ·图像的二值化 | 第22-25页 |
| ·边缘检测 | 第25-26页 |
| ·图像平滑 | 第26-27页 |
| ·形态学操作 | 第27-28页 |
| ·区域生长 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 前方车辆检测方法研究 | 第30-47页 |
| ·基于阴影特征的前方车辆检测 | 第30-36页 |
| ·阴影的提取 | 第30-32页 |
| ·基于阴影的车辆检测 | 第32-36页 |
| ·基于Adaboost算法的前方车辆检测 | 第36-44页 |
| ·Adaboost算法 | 第36-37页 |
| ·矩形特征 | 第37-38页 |
| ·积分图 | 第38-40页 |
| ·利用积分图计算矩形特征值 | 第40页 |
| ·训练Adaboost分类器 | 第40-42页 |
| ·基于Adaboost分类器的车辆检测 | 第42-44页 |
| ·阴影检测与Adaboost方法相结合的车辆检测技术 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于单目视觉的测距方法 | 第47-60页 |
| ·计算机视觉测距的理论基础 | 第47-50页 |
| ·基于OpenCV的摄像机标定 | 第50-55页 |
| ·摄像机标定 | 第50-55页 |
| ·对标定结果的验证 | 第55页 |
| ·基于单目视觉的测距模型 | 第55-58页 |
| ·基于几何关系的车距模型 | 第55-58页 |
| ·本文的车距计算方法 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第5章 实验结果与分析 | 第60-69页 |
| ·系统设计 | 第60-66页 |
| ·系统框图 | 第60-63页 |
| ·系统界面与功能 | 第63-66页 |
| ·实验结果与数据分析 | 第66-68页 |
| ·车辆检测结果与分析 | 第66-67页 |
| ·车距检测结果与分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 结论与展望 | 第69-71页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士学位期间发表的论文和参加的科研工作 | 第73-74页 |
| 致谢 | 第74页 |