基于图像的前方车辆检测

摘要	第1-4页
Abstract	第4-9页
1 绪论	第9-20页
·课题研究意义和研究背景	第9-11页
·研究意义	第9-10页
·研究背景	第10-11页
·智能车辆研究现状	第11-14页
·智能车辆的产生与发展	第11-12页
·国内外智能车辆系统	第12-13页
·智能车辆系统的研究热点	第13-14页
·运动车辆检测方法综述	第14-17页
·利用传统传感器的运动车辆检测方法	第14-15页
·利用图像传感器的车辆检测现状	第15-16页
·基于图像的运动车辆检测的关键技术	第16-17页
·项目来源	第17-18页
·本文研究内容和结构	第18-20页
2 车辆检测预处理技术研究	第20-32页
·引言	第20页
·彩色图像反隔行	第20-23页
·逐行扫描和隔行扫描	第20-21页
·图像的反隔行处理	第21-23页
·反隔行实验结果分析	第23页
·彩色图像的快速灰度化	第23-27页
·彩色图像的色彩空间表示	第23-24页
·RGB图像的灰度化	第24-25页
·基于查找表的快速灰度化实现方法	第25-26页
·彩色图像灰度化实验结果分析	第26-27页
·灰度图像的邻域增强	第27-31页
·去除过亮的区域影响	第27-29页
·基于邻域灰度累加值的快速均值滤波	第29-30页
·均值滤波实验结果分析	第30-31页
·本章小结	第31-32页
3 基于直线特征的车辆粗定位	第32-45页
·基于直线和阴影特征的车辆检测基本思想	第32-33页
·基于直线和阴影特征的前方车辆检测方法简述	第32-33页
·车辆检测算法流程	第33页
·基于灰度图像的车辆直线特征检测	第33-40页
·边缘检测算子研究	第34-38页
·前方车辆图像的边缘检测结果分析	第38-39页
·基于Prewitt算子多尺度模板的车辆边缘检测	第39-40页
·基于直线特征的车辆区域划分	第40-42页
·基于RL的车辆边缘信息筛选	第40-41页
·垂直边缘的对称性分析	第41-42页
·基于直线特征的车辆粗定位实验结果	第42-44页
·本章小结	第44-45页
4 基于阴影特征的车辆准确定位	第45-58页
·基于阈值法的图像分割	第45-50页
·阈值选取策略分析	第45-48页
·基于阈值的图像分割结果分析	第48-50页
·基于相邻帧差法的车底阴影分割	第50-52页
·改进的基于相邻帧差的车底阴影检测方法	第50-51页
·基于路面特性统计的阴影分割	第51-52页
·基于阴影特征的车辆验证区域提取	第52-55页
·基于形态学的噪声去除	第52-54页
·阴影区域连通性分析	第54-55页
·提取车辆验证区域	第55页
·基于直线和阴影特征的车辆准确定位	第55-57页
·晴天环境下的实验结果	第56页
·复杂背景下的实验结果	第56页
·阴雨天环境下的实验结果	第56-57页
·多车辆近距离环境下的实验结果	第57页
·车辆检测实验结果分析	第57页
·本章小结	第57-58页
5 基于安全车距的前向防撞预警系统设计	第58-69页
·摄像机标定研究	第58-61页
·计算机视觉的发展与应用	第58-59页
·摄像机标定的重要意义	第59-60页
·摄像机标定方法研究	第60-61页
·车载前视摄像机成像模型	第61-64页
·摄像机标定实验结果及误差分析	第64-65页
·车辆前向防撞预警系统设计	第65-68页
·安全车距模型建立	第65-67页
·基于行车距离及车速的预警决策	第67页
·基于图像的前向防撞预警系统实现	第67-68页
·本章小结	第68-69页
6 总结和展望	第69-71页
·论文工作回顾	第69-70页
·将来的研究方向	第70-71页
致谢	第71-72页
参考文献	第72-74页