基于图像处理的ETC货车外形参数检测系统研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-16页 |
| 1.2.1 国内外现有测量系统 | 第10-15页 |
| 1.2.2 现有测量系统方法对比 | 第15-16页 |
| 1.3 研究内容及章节安排 | 第16-18页 |
| 2 相机标定 | 第18-33页 |
| 2.1 坐标系转换 | 第18-22页 |
| 2.1.1 世界坐标系与相机坐标系的转换关系 | 第19-20页 |
| 2.1.2 相机坐标系和图像坐标系的转换关系 | 第20-21页 |
| 2.1.3 图像坐标系和像素坐标系的转换关系 | 第21页 |
| 2.1.4 世界坐标系与像素坐标系的转换关系 | 第21-22页 |
| 2.2 相机成像模型 | 第22-24页 |
| 2.3 张正友标定法 | 第24-30页 |
| 2.3.1 单应矩阵 | 第26-27页 |
| 2.3.2 求解内参数矩阵 | 第27-28页 |
| 2.3.3 求解对应的外部参数 | 第28-29页 |
| 2.3.4 最大似然估计 | 第29页 |
| 2.3.5 径向畸变校正 | 第29-30页 |
| 2.4 张正友标定法实验 | 第30-33页 |
| 3 基于图像处理的车身长宽的检测 | 第33-51页 |
| 3.1 图像预处理 | 第33-35页 |
| 3.1.1 常用的滤波算法 | 第33-34页 |
| 3.1.2 基于阈值的中值滤波算法 | 第34-35页 |
| 3.2 背景差分 | 第35-39页 |
| 3.2.1 算法原理 | 第35-36页 |
| 3.2.2 算法实现 | 第36-39页 |
| 3.3 边缘检测 | 第39-45页 |
| 3.3.1 边缘检测原理 | 第39页 |
| 3.3.2 常用边缘检测算子 | 第39-41页 |
| 3.3.3 Canny边缘检测算子 | 第41-45页 |
| 3.4 特征点提取 | 第45-49页 |
| 3.4.1 Harris角点检测算法 | 第46-48页 |
| 3.4.2 实验结果及分析 | 第48-49页 |
| 3.5 货车车身长宽测量 | 第49页 |
| 3.6 本章小结 | 第49-51页 |
| 4 检测系统设计与实现 | 第51-66页 |
| 4.1 检测系统方案 | 第51-58页 |
| 4.1.1 系统总体设计框架 | 第51页 |
| 4.1.2 长度检测方案 | 第51-57页 |
| 4.1.3 宽度检测方案 | 第57-58页 |
| 4.1.4 高度检测方案 | 第58页 |
| 4.2 系统硬件组成 | 第58-61页 |
| 4.3 系统软件设计与实现 | 第61-63页 |
| 4.3.1 软件功能分析及程序流程 | 第61-62页 |
| 4.3.2 软件实现 | 第62-63页 |
| 4.4 实验验证 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-69页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者在读期间的研究成果 | 第75页 |
