基于单目视频流的前方车辆检测与识别
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题的研究背景与意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-16页 |
| 1.2.1 国外发展状况 | 第12-14页 |
| 1.2.2 国内发展状况 | 第14-16页 |
| 1.3 论文研究内容 | 第16-19页 |
| 1.3.1 主要工作介绍 | 第16-17页 |
| 1.3.2 本文章节安排 | 第17-19页 |
| 第2章 单目视频流图像的采集及预处理 | 第19-33页 |
| 2.1 道路图像的视频流采集 | 第19-20页 |
| 2.2 道路图像的视频流预处理 | 第20-25页 |
| 2.2.1 图像灰度化及二值化 | 第21-23页 |
| 2.2.2 图像滤波 | 第23-25页 |
| 2.3 道路图像的边缘检测 | 第25-31页 |
| 2.3.1 Roberts边缘检测算子 | 第25-26页 |
| 2.3.2 Sobel边缘检测算子 | 第26-27页 |
| 2.3.3 Prewitt边缘检测算子 | 第27页 |
| 2.3.4 Log边缘检测算子 | 第27-28页 |
| 2.3.5 Canny边缘检测算子 | 第28-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 感兴趣区域的提取 | 第33-39页 |
| 3.1 车道线的检测 | 第33-36页 |
| 3.1.1 Hough变换检测车道线 | 第33-35页 |
| 3.1.2 优化的Hough变换检测车道线 | 第35-36页 |
| 3.2 感兴趣区域划分 | 第36-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 道路前方车辆的检测与识别 | 第39-57页 |
| 4.1 特征点的提取 | 第42-48页 |
| 4.1.1 SIFT算法特征点检测 | 第42-44页 |
| 4.1.2 传统的Harris特征点检测 | 第44-46页 |
| 4.1.3 改进的Harris车辆特征点检测 | 第46-48页 |
| 4.2 基于对称性及几何特征的车辆检测 | 第48-54页 |
| 4.2.1 基于对称性处理的车辆检测 | 第50-52页 |
| 4.2.2 基于几何特征的车辆识别 | 第52-54页 |
| 4.3 车辆检测与识别结果 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 前方车辆检测系统的实现 | 第57-65页 |
| 5.1 前方车辆检测系统的软硬件平台 | 第57-58页 |
| 5.1.1 软件问题 | 第57-58页 |
| 5.1.2 硬件问题 | 第58页 |
| 5.2 基于时空上下文算法的车辆视频流跟踪 | 第58-63页 |
| 5.2.1 时空上下文算法原理 | 第59-61页 |
| 5.2.2 视频流中车辆追踪结果 | 第61-63页 |
| 5.3 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 存在的不足和展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73-75页 |
| 致谢 | 第75页 |
