摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 汽车停车开门事故预警系统介绍 | 第12-14页 |
1.3 汽车停车开门事故预警系统研究现状 | 第14-18页 |
1.3.1 国外研究现状 | 第15页 |
1.3.2 国内研究现状 | 第15-18页 |
1.4 研究目标与内容 | 第18-20页 |
1.4.1 研究目标 | 第18页 |
1.4.2 研究内容 | 第18-20页 |
第二章 运动目标图像处理算法 | 第20-28页 |
2.1 提取灰度图像 | 第20-21页 |
2.2 感兴趣区域ROI(RegionofInternet)的设定 | 第21-22页 |
2.2.1 ROI横向宽度设定 | 第21-22页 |
2.2.2 ROI纵向长度设定 | 第22页 |
2.3 数字图像滤波 | 第22-24页 |
2.4 图像缩小变换 | 第24-25页 |
2.5 形态学处理 | 第25-27页 |
2.6 最大类间方差法 | 第27-28页 |
第三章 运动目标检测及分类算法 | 第28-41页 |
3.1 运动目标检测的总体流程 | 第28-29页 |
3.2 运动目标检测模型及算法实现 | 第29-35页 |
3.2.1 光流法模型及其特点 | 第29-30页 |
3.2.2 三帧差分法模型及算法实现 | 第30-31页 |
3.2.3 混合高斯模型及算法实现 | 第31-33页 |
3.2.4 运动目标检测算法实验及结果分析 | 第33-35页 |
3.3 基于纹理特征的运动目标分类算法实现 | 第35-40页 |
3.3.1 常见纹理特征描述子 | 第36-38页 |
3.3.2 极限学习机 | 第38-40页 |
3.4 实验结果 | 第40-41页 |
第四章 基于单目视觉的测距算法 | 第41-57页 |
4.1 常见的测距方式及视觉测距 | 第41-43页 |
4.1.1 常见的测距方式 | 第41-42页 |
4.1.2 基于视觉测距的常见方式 | 第42-43页 |
4.2 系统摄像头模型构建及标定 | 第43-50页 |
4.2.1 常用坐标系 | 第44-45页 |
4.2.2 摄像机参数模型 | 第45-46页 |
4.2.3 摄像机参数标定 | 第46-50页 |
4.3 系统视觉测距模型 | 第50-54页 |
4.3.1 基于单帧静态图像测距的基本原理 | 第50-51页 |
4.3.2 系统视觉测距模型 | 第51-54页 |
4.4 系统视觉测距流程及实验 | 第54-57页 |
4.4.1 系统视觉测距流程 | 第54-55页 |
4.4.2 单目视觉测距实验与分析 | 第55-57页 |
第五章 停车开门事故预警系统的硬件搭建 | 第57-69页 |
5.1 硬件总体设计 | 第57-58页 |
5.1.1 硬件设计的需求分析 | 第57页 |
5.1.2 硬件总体结构设计 | 第57-58页 |
5.2 主控制器选型及介绍 | 第58-60页 |
5.3 图像传感器的选型 | 第60-61页 |
5.4 电源管理系统硬件设计 | 第61-62页 |
5.5 外部按键与蜂鸣器硬件设计 | 第62-63页 |
5.6 USB接口设计及LCD接口设计 | 第63-65页 |
5.7 CAN总线通讯模块设计 | 第65-66页 |
5.8 车门门锁信号及开门信号 | 第66-67页 |
5.9 语音提示芯片系统硬件设计 | 第67页 |
5.10 调试串口接口设计 | 第67-69页 |
第六章 停车开门事故预警方案及软件设计 | 第69-77页 |
6.1 基础开发环境搭建 | 第69-71页 |
6.1.1 Qt软件编写 | 第69-70页 |
6.1.2 交叉编译环境 | 第70-71页 |
6.2 停车开门事故预警方案设计 | 第71-72页 |
6.3 停车开门事故预警系统输入输出程序设计 | 第72-75页 |
6.3.1 预警输入程序 | 第72-74页 |
6.3.2 预警输出程序 | 第74-75页 |
6.4 U盘下载程序 | 第75-77页 |
第七章 总结与展望 | 第77-79页 |
7.1 全文总结 | 第77页 |
7.2 不足与展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
攻读学位期间取得的研究成果 | 第83页 |