车载辅助系统行人检测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究的目的和意义 | 第8-10页 |
| ·智能交通系统 | 第8页 |
| ·车载辅助系统 | 第8-9页 |
| ·计算机视觉与模式识别 | 第9-10页 |
| ·行人检测技术的发展和研究现状 | 第10-15页 |
| ·行人检测技术概述 | 第10-12页 |
| ·行人检测技术的发展 | 第12-15页 |
| ·论文的主要研究工作和内容安排 | 第15页 |
| ·本章小结 | 第15-16页 |
| 2 系统的硬件平台和软件开发环境 | 第16-24页 |
| ·系统的硬件平台 | 第16-20页 |
| ·TMS320DM642数字信号处理器 | 第16-18页 |
| ·ICETEK-DM642-PCI开发板介绍 | 第18-19页 |
| ·ICETEK-5100 USB仿真器 | 第19-20页 |
| ·系统的软件开发环境 | 第20-23页 |
| ·TMS320DM642集成开发环境 | 第20-21页 |
| ·DSP/BIOS实时操作系统 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 行人检测算法的研究与实现 | 第24-52页 |
| ·行人特征选择 | 第24-26页 |
| ·HOG特征 | 第26-31页 |
| ·HOG特征概述 | 第26-27页 |
| ·HOG特征计算 | 第27-31页 |
| ·基于AdaBoost的级联分类器设计 | 第31-42页 |
| ·机器学习 | 第31-34页 |
| ·AdaBoost算法 | 第34-40页 |
| ·级联分类器 | 第40-42页 |
| ·基于MATLAB的算法仿真 | 第42-51页 |
| ·基于简单图像处理的方法 | 第42-44页 |
| ·行人样本集 | 第44-45页 |
| ·行人检测系统概述 | 第45-46页 |
| ·层级图像 | 第46-47页 |
| ·图像后处理 | 第47-49页 |
| ·实验检测结果 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 4 基于DM642的行人检测系统的设计 | 第52-66页 |
| ·行人检测系统设计方案 | 第52-53页 |
| ·系统的硬件介绍 | 第53页 |
| ·RF5软件参考框架 | 第53-59页 |
| ·RF5数据处理单元 | 第54-55页 |
| ·RF5数据通信单元 | 第55-58页 |
| ·外设驱动开发模型IOM | 第58-59页 |
| ·基于RF5的行人检测系统软件设计 | 第59-65页 |
| ·系统初始化 | 第60-61页 |
| ·视频输入任务 | 第61-62页 |
| ·视频处理任务 | 第62-64页 |
| ·视频输出任务 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 5 结论 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73-75页 |
