基于双目视觉的车辆尺寸测量技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 车辆尺寸测量的背景及意义 | 第9-10页 |
| 1.2 车辆尺寸测量国内外研究现状 | 第10-13页 |
| 1.3 本文主要研究内容及章节安排 | 第13-15页 |
| 第二章 双目视觉原理及摄像机标定 | 第15-26页 |
| 2.1 双目立体视觉原理 | 第15-16页 |
| 2.2 摄像机成像模型 | 第16-20页 |
| 2.2.1 双目视觉常用坐标系及转换关系 | 第16-18页 |
| 2.2.2 线性摄像机模型 | 第18-19页 |
| 2.2.3 非线性摄像机模型 | 第19-20页 |
| 2.3 摄像机标定 | 第20-23页 |
| 2.3.1 摄像机标定方法研究 | 第21-22页 |
| 2.3.2 张正友标定法 | 第22-23页 |
| 2.4 摄像头标定实验及结果分析 | 第23-26页 |
| 2.4.1 摄像头标定 | 第23-24页 |
| 2.4.2 标定结果及分析 | 第24-26页 |
| 第三章 车辆立体匹配及手动测量技术研究 | 第26-36页 |
| 3.1 立体匹配方法研究 | 第26-31页 |
| 3.1.1 立体匹配的约束条件 | 第26-27页 |
| 3.1.2 立体匹配相似性测度 | 第27-29页 |
| 3.1.3 立体匹配算法的分类 | 第29-31页 |
| 3.2 基于双目视觉的车辆尺寸手动测量 | 第31-34页 |
| 3.2.1 手动选定区域测量策略 | 第32页 |
| 3.2.2 手动测量弱纹理区域检测 | 第32-34页 |
| 3.3 双目视觉车辆手动测量实验 | 第34-36页 |
| 第四章 面向尺寸测量的车型识别分类研究 | 第36-50页 |
| 4.1 基于图像的车型识别算法 | 第36-39页 |
| 4.1.1 车型分类标准 | 第36-38页 |
| 4.1.2 车型分类常用方法 | 第38-39页 |
| 4.2 车辆特征提取 | 第39-44页 |
| 4.2.1 针对尺寸测量的车辆分类 | 第39-40页 |
| 4.2.2 车辆的Hu矩特征 | 第40-41页 |
| 4.2.3 车辆的HOG特征 | 第41-43页 |
| 4.2.4 基于Hu矩融合HOG特征的车型识别 | 第43-44页 |
| 4.3 支持向量机原理介绍 | 第44-47页 |
| 4.4 车型分类实验结果及分析 | 第47-50页 |
| 4.4.1 实验平台及样本采集 | 第47-48页 |
| 4.4.2 车型分类实验结果 | 第48-50页 |
| 第五章 基于车型分类的车辆尺寸自动测量 | 第50-61页 |
| 5.1 车辆前景提取 | 第50-51页 |
| 5.2 车辆尺寸测量参数确定 | 第51-58页 |
| 5.2.1 车长、车高测量点定位 | 第52-53页 |
| 5.2.2 轴距及前悬后悬测量点定位 | 第53-55页 |
| 5.2.3 基于HSV颜色直方图的车身分割 | 第55-57页 |
| 5.2.4 载货汽车车厢测量点 | 第57-58页 |
| 5.3 轮廓尺寸自动测量实验结果及分析 | 第58-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 致谢 | 第67页 |
