车辆辅助驾驶中基于DSP的道路行人识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-28页 |
| ·课题研究的背景及意义 | 第12-14页 |
| ·行人识别系统概述 | 第14-18页 |
| ·基于DSP行人识别的系统构成 | 第15-16页 |
| ·行人识别的采集方式 | 第16-18页 |
| ·国内外研究现状 | 第18-23页 |
| ·感兴趣区分割 | 第19-22页 |
| ·目标识别 | 第22-23页 |
| ·行人识别的难点和主要工作 | 第23-24页 |
| ·论文章节安排 | 第24-28页 |
| 第2章 行人识别的硬件平台和软件开发环境 | 第28-46页 |
| ·行人识别的硬件平台 | 第28-36页 |
| ·DM642开发板介绍 | 第28-33页 |
| ·基于DM642的行人识别系统硬件设计 | 第33-36页 |
| ·行人识别的软件开发环境 | 第36-44页 |
| ·DSP/BIOS实时操作系统 | 第36-40页 |
| ·基于RF5的行人识别系统软件设计 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 第3章 道路行人图像的感兴趣区提取 | 第46-62页 |
| ·车辆前方道路行人图像的采集和二值化 | 第46-49页 |
| ·车辆前方道路行人图像的采集 | 第46-48页 |
| ·车辆前方道路行人图像的二值化 | 第48-49页 |
| ·道路行人图像的滤波 | 第49-53页 |
| ·车辆前方道路边缘的提取 | 第53-59页 |
| ·目前常用的车道线提取方法 | 第53-56页 |
| ·利用改进的HOUGH变换进行车道边缘线提取 | 第56-59页 |
| ·感兴趣区的提取 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 行人分类算法的实现 | 第62-84页 |
| ·道路行人感兴趣区的预处理 | 第62-64页 |
| ·行人候选区的标注 | 第64-67页 |
| ·基于灰度共生矩阵的行人纹理特征的提取 | 第67-71页 |
| ·行人纹理特征提取 | 第67-69页 |
| ·行人特征提取结果 | 第69-71页 |
| ·行人分类器的设计 | 第71-82页 |
| ·层次聚类算法 | 第72-74页 |
| ·BP神经网络算法 | 第74-78页 |
| ·Adaboost算法 | 第78-81页 |
| ·三种分类器性能比较 | 第81-82页 |
| ·本章小结 | 第82-84页 |
| 第5章 行人识别系统的调试与分析 | 第84-96页 |
| ·行人识别系统的硬件调试 | 第84-87页 |
| ·行人识别系统的软件调试 | 第87-91页 |
| ·行人识别系统性能分析 | 第91-93页 |
| ·检测结果显示 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第6章 总结与展望 | 第96-100页 |
| ·全文总结 | 第96-97页 |
| ·存在的不足和展望 | 第97-100页 |
| 参考文献 | 第100-110页 |
| 作者简介及科研成果 | 第110-112页 |
| 致谢 | 第112页 |
