基于单目视觉的车辆检测与跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 课题研究背景及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 本文主要研究内容及结构 | 第13-16页 |
| 1.4.1 本文主要研究内容 | 第13-14页 |
| 1.4.2 本文各章节安排 | 第14-16页 |
| 第2章 图像预处理 | 第16-26页 |
| 2.1 彩色图像灰度化 | 第16-18页 |
| 2.2 图像滤波 | 第18-22页 |
| 2.2.1 邻域平均法 | 第18-19页 |
| 2.2.2 中值滤波 | 第19-20页 |
| 2.2.3 高斯滤波 | 第20页 |
| 2.2.4 三种滤波效果对比 | 第20-22页 |
| 2.3 图像处理感兴趣区域选取 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 车道线提取 | 第26-50页 |
| 3.1 改进的自适应灰度图像二值化方法 | 第26-33页 |
| 3.1.1 固定阈值二值化 | 第27-29页 |
| 3.1.2 OTSU阈值算法 | 第29-31页 |
| 3.1.3 改进的自适应阈值分割法 | 第31-33页 |
| 3.2 车道线拟合 | 第33-43页 |
| 3.2.1 剔除虚假车道线 | 第33-35页 |
| 3.2.2 车道线边缘提取 | 第35-38页 |
| 3.2.3 准确定位车道线边缘 | 第38-41页 |
| 3.2.4 车道线拟合 | 第41-43页 |
| 3.3 车道线跟踪 | 第43-45页 |
| 3.4 计算偏航角 | 第45-48页 |
| 3.4.1 车道线中线的确定 | 第45-46页 |
| 3.4.2 行车方向偏离检测 | 第46-48页 |
| 3.5 分段拟合法提取曲线型车道线 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 前方车辆检测 | 第50-64页 |
| 4.1 基于多特征的前方车辆检测 | 第50-57页 |
| 4.1.1 更新车辆检测ROI | 第50-51页 |
| 4.1.2 基于阴影特征的前方车辆检测 | 第51-54页 |
| 4.1.3 基于纹理的多特征融合车辆定位 | 第54-57页 |
| 4.2 基于卡尔曼滤波器的前方车辆跟踪 | 第57-60页 |
| 4.2.1 卡尔曼滤波原理 | 第57-59页 |
| 4.2.2 车辆跟踪算法 | 第59-60页 |
| 4.3 基于单目视觉的防碰撞模型 | 第60-63页 |
| 4.3.1 防碰撞模型的建立 | 第60-61页 |
| 4.3.2 基于视觉的测距模型 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 前方车辆检测系统设计及仿真实验分析 | 第64-70页 |
| 5.1 系统设计 | 第64-66页 |
| 5.1.1 实验环境 | 第64页 |
| 5.1.2 系统流程图 | 第64-66页 |
| 5.1.3 系统用户界面 | 第66页 |
| 5.2 仿真结果与分析 | 第66-68页 |
| 5.3 本章小结 | 第68-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |
