| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 高级驾驶辅助系统 | 第11-12页 |
| 1.2.2 盲点辅助系统 | 第12-13页 |
| 1.3 本文主要工作及章节安排 | 第13-16页 |
| 第2章 车辆检测的相关技术介绍与研究 | 第16-38页 |
| 2.1 车辆检测传感器 | 第16-18页 |
| 2.1.1 超声波检测 | 第16页 |
| 2.1.2 红外线检测 | 第16-17页 |
| 2.1.3 视频检测 | 第17-18页 |
| 2.2 基于计算机视觉的车辆检测技术 | 第18-24页 |
| 2.2.1 车辆存在假设 | 第19-22页 |
| 2.2.2 车辆存在验证 | 第22-24页 |
| 2.3 关键算法的研究 | 第24-36页 |
| 2.3.1 帧间差分法 | 第24-25页 |
| 2.3.2 角点检测 | 第25-31页 |
| 2.3.3 金字塔光流跟踪 | 第31-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 基于光流法检测盲区车辆 | 第38-60页 |
| 3.1 算法的基本流程 | 第38-39页 |
| 3.2 检测区域的选择 | 第39-41页 |
| 3.3 图像预处理 | 第41-43页 |
| 3.3.1 模块接口定义 | 第41-42页 |
| 3.3.2 算法实现 | 第42-43页 |
| 3.4 帧差法获得候选区域 | 第43-45页 |
| 3.4.1 模块接口定义 | 第44页 |
| 3.4.2 算法实现 | 第44-45页 |
| 3.5 利用LUCAS-KANADE算法检测候选区域 | 第45-58页 |
| 3.5.1 Harris特征点的选取 | 第46页 |
| 3.5.2 LK光流法的跟踪 | 第46-47页 |
| 3.5.3 需要纠正的特征点 | 第47-49页 |
| 3.5.4 筛选特征点 | 第49-56页 |
| 3.5.5 模块接口定义 | 第56-58页 |
| 3.5.6 算法实现 | 第58页 |
| 3.6 判断区域是否存在移动目标 | 第58-59页 |
| 3.6.1 模块接口定义 | 第58-59页 |
| 3.6.2 算法实现 | 第59页 |
| 3.7 本章小结 | 第59-60页 |
| 第4章 基于颜色特征进行车辆验证 | 第60-68页 |
| 4.1 光流算法中存在的误识别与漏识别 | 第60-61页 |
| 4.2 利用车辆车底颜色特征进行识别 | 第61-67页 |
| 4.2.1 对检测区域进行二值化处理 | 第63-66页 |
| 4.2.2 求取二值化图像的最大连通区域 | 第66页 |
| 4.2.3 模块接口定义 | 第66页 |
| 4.2.4 算法实现 | 第66-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第5章 系统实现与性能评估 | 第68-74页 |
| 5.1 系统功能模块设计 | 第68页 |
| 5.2 系统性能评估 | 第68-73页 |
| 5.2.1 实验平台 | 第68-69页 |
| 5.2.2 系统环境 | 第69页 |
| 5.2.3 检测算法的评价指标 | 第69-70页 |
| 5.2.4 不同条件下的算法测试效果 | 第70-72页 |
| 5.2.5 系统速度测试 | 第72-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第6章 总结及展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80页 |