基于机器视觉的车辆检测和车距测量方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-21页 |
| ·选题背景 | 第10-12页 |
| ·本课题的国内外研究现状 | 第12-18页 |
| ·理论研究现状 | 第12-14页 |
| ·应用研究现状 | 第14-18页 |
| ·研究目的及研究内容 | 第18-21页 |
| ·研究目的 | 第18页 |
| ·研究内容 | 第18-21页 |
| 2 前方车辆图像预处理 | 第21-34页 |
| ·引言 | 第21页 |
| ·图像增强 | 第21-29页 |
| ·图像增强理论 | 第21-22页 |
| ·常见图像滤波方法 | 第22-24页 |
| ·图像滤波结果分析 | 第24-29页 |
| ·颜色空间转换 | 第29-33页 |
| ·RGB颜色模型 | 第29-30页 |
| ·CIE XYZ颜色模型 | 第30页 |
| ·Lab颜色模型 | 第30-32页 |
| ·HSV颜色模型 | 第32-33页 |
| ·小结 | 第33-34页 |
| 3 图像感兴趣区域提取及分割 | 第34-55页 |
| ·引言 | 第34页 |
| ·图像感兴趣区域提取 | 第34-42页 |
| ·OTSU阈值分割 | 第34-36页 |
| ·Sobel算子边缘检测 | 第36-38页 |
| ·Hough变换 | 第38-40页 |
| ·车道线识别及ROI区域建立 | 第40-42页 |
| ·ROI区域的图像分割 | 第42-49页 |
| ·经典K-Means聚类算法 | 第42-43页 |
| ·聚类中心修正 | 第43-45页 |
| ·距离测度 | 第45-48页 |
| ·图像分割对比分析 | 第48-49页 |
| ·二值化后图像处理 | 第49-54页 |
| ·区域填充 | 第49-51页 |
| ·数学形态学运算 | 第51-53页 |
| ·阈值面积消去法 | 第53-54页 |
| ·小结 | 第54-55页 |
| 4 车辆特征提取及识别 | 第55-66页 |
| ·引言 | 第55页 |
| ·矩形度特征 | 第55-56页 |
| ·对称性特征 | 第56-57页 |
| ·不变矩特征 | 第57-61页 |
| ·经典Hu不变矩 | 第57-58页 |
| ·改进Hu不变矩 | 第58-60页 |
| ·改进Affine不变矩 | 第60-61页 |
| ·组合不变矩 | 第61页 |
| ·车辆识别 | 第61-64页 |
| ·模板库的建立 | 第61-63页 |
| ·识别结果及位置标记 | 第63-64页 |
| ·小结 | 第64-66页 |
| 5 前方车距测量和预警系统设计 | 第66-82页 |
| ·引言 | 第66页 |
| ·单目视觉测距主要方法 | 第66-69页 |
| ·基于几何关系的投影模型和摄像机标定的测距算法 | 第66-68页 |
| ·基于逆投影变换的测距算法 | 第68-69页 |
| ·基于数据回归建模的测距算法 | 第69页 |
| ·实验方法及实验结果 | 第69-74页 |
| ·实验设备及方法 | 第69-71页 |
| ·视觉图像标定 | 第71-73页 |
| ·实验结果 | 第73-74页 |
| ·安全车距预警系统的设计 | 第74-81页 |
| ·Camshift目标跟踪算法 | 第75-79页 |
| ·安全车距预警模型的建立 | 第79页 |
| ·预警结果 | 第79-81页 |
| ·小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表学术论文情况 | 第88-89页 |
| 致谢 | 第89-90页 |
