基于TMS320DM642的智能车视觉系统研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 智能车视觉系统概况 | 第9-11页 |
| 1.3 本课题主要内容及安排 | 第11-13页 |
| 第2章 智能车视觉系统硬件平台构建 | 第13-21页 |
| 2.1 智能车系统架构 | 第13-15页 |
| 2.1.1 车体结构 | 第13-14页 |
| 2.1.2 传感器装置 | 第14-15页 |
| 2.1.3 系统框架 | 第15页 |
| 2.2 基于TMS320DM642视觉硬件平台 | 第15-17页 |
| 2.3 摄像头的选型及安装 | 第17-20页 |
| 2.3.1 摄像头的选型 | 第18-19页 |
| 2.3.2 摄像头的安装 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 智能车道路图像的预处理算法 | 第21-37页 |
| 3.1 道路图像的预处理概述 | 第21-22页 |
| 3.2 道路图像的预处理算法研究 | 第22-35页 |
| 3.2.1 图像灰度化 | 第22-24页 |
| 3.2.2 图像滤波 | 第24-27页 |
| 3.2.3 图像增强 | 第27-33页 |
| 3.2.4 图像的阈值分割 | 第33-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 智能车的车道线边缘检测与提取算法 | 第37-47页 |
| 4.1 道路图像分块 | 第37页 |
| 4.2 车道线边缘检测及提取 | 第37-42页 |
| 4.2.1 Sobel边缘检测算子 | 第38-39页 |
| 4.2.2 Prewitt边缘检测算子 | 第39-40页 |
| 4.2.3 Laplacian边缘检测算子 | 第40-42页 |
| 4.3 智能车车道中心线的拟合 | 第42-43页 |
| 4.4 转向控制策略 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 智能车视觉系统的软件流程及实验验证 | 第47-54页 |
| 5.1 基于DMA642的系统软件平台 | 第47-50页 |
| 5.1.1 DSP软件开发环境 | 第47-48页 |
| 5.1.2 智能车视觉系统的开发流程 | 第48-50页 |
| 5.2 实验验证 | 第50-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-57页 |
| 6.1 主要研究结果总结 | 第54-55页 |
| 6.2 存在的问题和建议 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
