基于机器视觉的轨道障碍物检测系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 轨道障碍物检测研究的目的和意义 | 第11-12页 |
| 1.2 轨道检测系统国内外研究现状 | 第12-14页 |
| 1.3 本文章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-17页 |
| 第二章 轨道障碍物检测系统设计方案 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 视觉系统设计 | 第17-18页 |
| 2.3 摄像机选型标准以及系统目标 | 第18-19页 |
| 2.3.1 摄像机选型标准 | 第18-19页 |
| 2.3.2 系统目标 | 第19页 |
| 2.4 路障检测系统的整体框架 | 第19-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 检测窗建立 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 图像增强 | 第23-28页 |
| 3.2.1 图像的灰度修正 | 第24-26页 |
| 3.2.2 中值滤波增强 | 第26页 |
| 3.2.3 同态滤波 | 第26-28页 |
| 3.3 图像边缘检测分割算法 | 第28-36页 |
| 3.3.1 基于算子的边缘提取算法 | 第28-30页 |
| 3.3.2 基于小波多尺度的边缘检测 | 第30-31页 |
| 3.3.3 图像阈值分割 | 第31-34页 |
| 3.3.4 本文所用方法 | 第34-35页 |
| 3.3.5 实验结果对比 | 第35-36页 |
| 3.4 图像检测窗建立 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 可疑障碍物检测 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 可疑障碍物辅助检测 | 第40-41页 |
| 4.3 可疑障碍物检测 | 第41-46页 |
| 4.3.1 光流法 | 第42-44页 |
| 4.3.2 帧间差分法 | 第44-45页 |
| 4.3.3 背景差分法 | 第45-46页 |
| 4.4 本文所用方法 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 障碍物分类与识别 | 第49-53页 |
| 5.1 引言 | 第49页 |
| 5.2 角点特征提取 | 第49-50页 |
| 5.3 特征匹配 | 第50页 |
| 5.4 目标测速 | 第50-51页 |
| 5.5 本章小结 | 第51-53页 |
| 第六章 轨道障碍物检测及识别仿真实验 | 第53-61页 |
| 6.1 引言 | 第53页 |
| 6.2 障碍物辅助检测 | 第53-55页 |
| 6.3 目标特征提取 | 第55-57页 |
| 6.4 运动轨迹以及目标测速 | 第57-58页 |
| 6.5 本章小结 | 第58-61页 |
| 第七章 结论 | 第61-63页 |
| 7.1 结论 | 第61页 |
| 7.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69-70页 |
