基于可见光与红外汽车夜视系统目标测距
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-19页 |
·研究的背景及意义 | 第10-12页 |
·视觉测距技术概述 | 第12-14页 |
·夜视系统的分类 | 第14-17页 |
·微光夜视系统 | 第14页 |
·红外热成像夜视系统 | 第14-16页 |
·主动红外夜视系统 | 第16-17页 |
·论文的内容概要 | 第17-19页 |
第二章 图像预处理及目标提取 | 第19-44页 |
·图像滤波 | 第19-23页 |
·邻域平均法 | 第19-21页 |
·中值滤波 | 第21页 |
·自适应滤波 | 第21-22页 |
·频域滤波法 | 第22-23页 |
·图像增强 | 第23-34页 |
·直方图变换增强 | 第23-25页 |
·灰度直方图 | 第23-24页 |
·直方图均匀化 | 第24-25页 |
·直方图均匀化步骤 | 第25页 |
·Retinex 算法 | 第25-31页 |
·单尺度Retinex 算法 | 第27-28页 |
·多尺度Retinex 算法 | 第28-29页 |
·带色彩恢复的多尺度Retinex 算法 | 第29-31页 |
·改进的Retinex 算法 | 第31-32页 |
·实验与结果分析 | 第32-34页 |
·图像形态学处理 | 第34-36页 |
·膨胀与腐蚀 | 第34-35页 |
·开运算与闭运算 | 第35-36页 |
·运动目标的检测 | 第36-43页 |
·背景差分法 | 第37-38页 |
·帧间差分法 | 第38-39页 |
·光流法 | 第39-40页 |
·背景差法和帧间差法相结合 | 第40-42页 |
·实验结果与分析 | 第42-43页 |
·本章小结 | 第43-44页 |
第三章 双目立体系统标定 | 第44-65页 |
·摄像机成像模型 | 第44-49页 |
·标定中常用的坐标系 | 第45-47页 |
·线性摄像机模型 | 第47-48页 |
·非线性摄像机模型 | 第48-49页 |
·摄像机标定方法 | 第49-51页 |
·标定方法分类 | 第49-51页 |
·平面模板标定法 | 第51页 |
·张正友标定方法 | 第51-57页 |
·标定模型 | 第52页 |
·单应性矩阵的求解 | 第52-54页 |
·求解摄像机参数 | 第54-57页 |
·双目系统参数标定 | 第57页 |
·系统标定实验及结果 | 第57-64页 |
·模板运动的约束条件 | 第57-58页 |
·基于OpenCV 的摄像机标定 | 第58-60页 |
·标定实验 | 第60-64页 |
·本章小结 | 第64-65页 |
第四章 图像匹配 | 第65-86页 |
·图像匹配理论 | 第66-69页 |
·匹配的数学描述 | 第66页 |
·图像变换模型 | 第66-68页 |
·图像匹配的要素 | 第68-69页 |
·图像匹配方法概述 | 第69-71页 |
·基于区域的匹配方法 | 第69-70页 |
·基于图像特征的匹配方法 | 第70-71页 |
·SIFT 图像匹配算法 | 第71-78页 |
·尺度空间的生成 | 第72-74页 |
·空间极值点的检测 | 第74-76页 |
·关键点方向分配 | 第76-77页 |
·构造SIFT 描述子 | 第77-78页 |
·基于RANSAC 误匹配点消除 | 第78-83页 |
·RANSAC 算法介绍 | 第79-81页 |
·RANSAC 在消除误配中的应用 | 第81-83页 |
·实验结果及分析 | 第83-85页 |
·本章小结 | 第85-86页 |
第五章 目标深度信息获取及系统设计 | 第86-99页 |
·立体视觉深度感知 | 第86-88页 |
·深度信息获取方法 | 第86页 |
·立体视觉测量过程 | 第86-88页 |
·双目立体视觉的结构模型 | 第88-94页 |
·双目立体视觉测量原理 | 第89-90页 |
·双目立体视觉数学模型 | 第90-91页 |
·目标距离的获取 | 第91-94页 |
·视觉系统结构 | 第94-96页 |
·实验结果及分析 | 第96-97页 |
·误差分析 | 第97-98页 |
·本章小结 | 第98-99页 |
第六章 总结与展望 | 第99-101页 |
参考文献 | 第101-106页 |
致谢 | 第106-107页 |
攻读学位期间的研究成果 | 第107页 |