| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8-9页 |
| 1.2 车辆障碍物识别预警系统发展概况 | 第9-12页 |
| 1.2.1 车辆防撞预警系统国内外发展概况 | 第9-10页 |
| 1.2.2 基于机器视觉的防撞预警系统国内外发展概况 | 第10-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第二章 系统软件设计平台搭建 | 第14-24页 |
| 2.1 数字图像与Visual C++ | 第14-15页 |
| 2.2 OpenCV简介 | 第15-17页 |
| 2.2.1 OpenCV的起源 | 第15页 |
| 2.2.2 OpenCV库的结构和内容 | 第15-16页 |
| 2.2.3 OpenCV中视频的采集与处理 | 第16-17页 |
| 2.3 系统软件平台搭建 | 第17-24页 |
| 第三章 障碍物识别预警系统设计方案 | 第24-28页 |
| 3.1 设计方案 | 第24页 |
| 3.2 摄像头选择 | 第24-25页 |
| 3.3 障碍物识别方案 | 第25-26页 |
| 3.3.1 常用障碍物识别方法简述 | 第25页 |
| 3.3.2 障碍物识别方法选择 | 第25-26页 |
| 3.4 障碍物测距方案 | 第26-27页 |
| 3.4.1 常用测距方法 | 第26页 |
| 3.4.2 测距方法选择 | 第26-27页 |
| 3.5 报警方案 | 第27-28页 |
| 3.5.1 报警总体方案 | 第27页 |
| 3.5.2 报警方法选择 | 第27-28页 |
| 第四章 基于图像处理的障碍物识别预警算法研究 | 第28-46页 |
| 4.1 系统软件设计流程 | 第28-30页 |
| 4.2 图像感兴趣区域划分 | 第30-31页 |
| 4.2.1 两侧划分边界 | 第30页 |
| 4.2.2 上下侧划分边界 | 第30-31页 |
| 4.3 图像处理 | 第31-37页 |
| 4.3.1 图像灰度化 | 第31-32页 |
| 4.3.2 图像平滑处理 | 第32-34页 |
| 4.3.3 图像二值化 | 第34-36页 |
| 4.3.4 图像边缘提取 | 第36-37页 |
| 4.4 测距研究 | 第37-39页 |
| 4.5 报警算法研究 | 第39-46页 |
| 4.5.1 安全距离的确定 | 第39-44页 |
| 4.5.2 报警算法的确定 | 第44-46页 |
| 第五章 实车试验及结果分析 | 第46-54页 |
| 5.1 实车试验 | 第46页 |
| 5.2 试验结果分析 | 第46-53页 |
| 5.3 试验总结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 本文研究成果总结 | 第54页 |
| 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间取得的研究成果 | 第60-62页 |
| 致谢 | 第62页 |