基于机器视觉的车前障碍物识别测距系统的设计
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题的研究背景 | 第8-11页 |
| 1.2 课题在国内外的研究现状 | 第11-16页 |
| 1.2.1 车辆防撞预警在国外的研究现状 | 第11-14页 |
| 1.2.2 车辆防撞预警在国内的研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第二章 DSP及图像处理算法介绍 | 第18-26页 |
| 2.1 数字信号处理 | 第18页 |
| 2.2 数字图像处理 | 第18-19页 |
| 2.3 图像处理算法 | 第19-26页 |
| 2.3.1 彩色图像灰度化 | 第19-22页 |
| 2.3.2 图像噪声的抑制方法 | 第22-23页 |
| 2.3.3 灰度图像二值化 | 第23-25页 |
| 2.3.4 边缘检测算法 | 第25-26页 |
| 第三章 系统搭建及障碍物识别算法设计 | 第26-40页 |
| 3.1 系统概述 | 第26-29页 |
| 3.1.1 系统硬件环境的搭建 | 第27-29页 |
| 3.1.2 系统编程环境介绍 | 第29页 |
| 3.2 算法的设计应用流程 | 第29-30页 |
| 3.3 障碍物识别算法 | 第30-40页 |
| 3.3.1 基本算法的实现 | 第30-35页 |
| 3.3.2 二值图像处理 | 第35-40页 |
| 第四章 基于机器视觉的障碍物测距算法研究 | 第40-50页 |
| 4.1 安全距离介绍 | 第40-42页 |
| 4.1.1 安全距离的定义 | 第40页 |
| 4.1.2 安全距离模型的建立 | 第40-42页 |
| 4.2 距离检测的算法研究 | 第42-49页 |
| 4.2.1 摄像头的安装与坐标系的选取 | 第42-45页 |
| 4.2.2 算法中的主要参数 | 第45-46页 |
| 4.2.3 测距模型建立的基本理论与计算方法 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 实车实验 | 第50-59页 |
| 5.1 激光传感器测距报警系统 | 第50-52页 |
| 5.1.1 测距报警系统简介 | 第50-51页 |
| 5.1.2 测距报警原理 | 第51-52页 |
| 5.2 实车实验 | 第52-59页 |
| 5.2.1 实验准备 | 第52-53页 |
| 5.2.2 实验结果及分析 | 第53-57页 |
| 5.2.3 实验总结 | 第57-59页 |
| 第六章 总结与展望 | 第59-62页 |
| 6.1 研究成果 | 第59-60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
