基于单目视觉与多特征的前方车辆检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·本课题的研究背景及意义 | 第9-10页 |
| ·前方车辆检测算法的研究现状 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文的研究内容及论文结构 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 图像前期处理 | 第16-23页 |
| ·有效区域选取 | 第16-17页 |
| ·图像灰度化 | 第17-18页 |
| ·滤波 | 第18-22页 |
| ·邻域平均法 | 第19-20页 |
| ·高斯滤波 | 第20-21页 |
| ·中值滤波 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 感兴趣区域初步提取 | 第23-43页 |
| ·车辆底阴影特征分析 | 第23-24页 |
| ·阈值分割算法 | 第24-32页 |
| ·固定阈值法 | 第24-26页 |
| ·OTSU阈值化算法 | 第26-29页 |
| ·基于局部灰度值统计与双OTSU综合的阂值化算法 | 第29-31页 |
| ·改进的阂值算法与双OTSU算法对比 | 第31-32页 |
| ·阴影检测 | 第32-37页 |
| ·二值图像处理 | 第33-34页 |
| ·阴影区域的形状特征过滤 | 第34-37页 |
| ·ROI提取 | 第37-41页 |
| ·基于阴影区域的ROI提取 | 第37-39页 |
| ·基于车辆尾部的ROI提取 | 第39-40页 |
| ·ROI精确提取 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于多特征的车辆检测 | 第43-58页 |
| ·纹理特征 | 第44-45页 |
| ·灰度对称性 | 第45-49页 |
| ·车尾灯及车牌 | 第49-55页 |
| ·颜色空间转换 | 第50-51页 |
| ·提取红色及蓝色分割图 | 第51-52页 |
| ·车尾灯与车牌融合检测 | 第52-55页 |
| ·基于多特征的ROI确认算法对比 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 车辆检测系统设计与实验分析 | 第58-68页 |
| ·系统设计 | 第58-62页 |
| ·系统软硬件环境 | 第58-59页 |
| ·系统功能模块 | 第59-60页 |
| ·系统流程图及数据流图 | 第60-61页 |
| ·系统界面设计 | 第61-62页 |
| ·实验结果与分析 | 第62-67页 |
| ·有效区域处理的效果 | 第63-64页 |
| ·针对不同环境的车辆检测 | 第64-66页 |
| ·本文的算法与文献的算法检测效果对比 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·全文工作总结 | 第68-69页 |
| ·研究展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间主要的研究成果 | 第77页 |
