| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 辅助驾驶系统概述 | 第14-15页 |
| 1.3 本文的工作 | 第15-17页 |
| 1.4 本文的组织方式 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 车辆检测和车距测量相关技术概述 | 第18-25页 |
| 2.1 车辆检测 | 第18-22页 |
| 2.2 车距测量 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 车辆检测模块 | 第25-47页 |
| 3.1 车辆检测的常用方法 | 第25-28页 |
| 3.1.1 HOG+SVM方法 | 第25-26页 |
| 3.1.2 Haar-like+AdaBoost方法 | 第26-27页 |
| 3.1.3 深度学习方法 | 第27-28页 |
| 3.2 预处理 | 第28-31页 |
| 3.2.1 直方图均衡化 | 第28-30页 |
| 3.2.2 中值滤波 | 第30-31页 |
| 3.3 车辆假设区域 | 第31-35页 |
| 3.4 车辆假设区域验证 | 第35-44页 |
| 3.4.1 Haar-like特征 | 第35-37页 |
| 3.4.2 AdaBoost算法 | 第37-41页 |
| 3.4.3 训练和检测过程 | 第41-44页 |
| 3.5 后处理 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 车距估算模块 | 第47-56页 |
| 4.1 常用的视觉测距方法 | 第47-48页 |
| 4.1.1 双目视觉测距方法 | 第47-48页 |
| 4.1.2 主流的单目视觉测距方法 | 第48页 |
| 4.2 针孔相机成像模型 | 第48-52页 |
| 4.3 基于透视几何的单目视觉测距方法 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 车辆防碰撞预警系统的实现和测试 | 第56-67页 |
| 5.1 车辆防碰撞预警系统的平台和架构 | 第56-58页 |
| 5.2 车辆检测功能的实现 | 第58-61页 |
| 5.2.1 初始化 | 第58页 |
| 5.2.2 裁剪 | 第58-60页 |
| 5.2.3 车辆检测过程 | 第60页 |
| 5.2.4 车辆标注的平滑处理 | 第60-61页 |
| 5.3 车辆检测系统的测试 | 第61-66页 |
| 5.3.1 测试数据和场景介绍 | 第61页 |
| 5.3.2 测试结果和分析 | 第61-65页 |
| 5.3.3 系统总体运行效果展示 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 总结和展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间主要的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |