基于机器视觉的驾驶员桩考系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·机器视觉概述 | 第11-12页 |
| ·机器视觉的发展 | 第12-14页 |
| ·机器视觉研究的现状 | 第14-16页 |
| ·机器视觉的发展动态 | 第16-17页 |
| ·课题研究的目标和意义 | 第17-18页 |
| ·课题研究的主要内容 | 第18-19页 |
| 第二章 机器视觉在桩考中应用技术分析 | 第19-24页 |
| ·桩考车型、场地要求及标准 | 第19-20页 |
| ·桩考现有的检侧方法 | 第20-21页 |
| ·人工检侧法 | 第20页 |
| ·自动桩考法 | 第20-21页 |
| ·仿人机器视觉对桩考评判的技术分析 | 第21-22页 |
| ·智能机器人考官设计要求 | 第22-24页 |
| 第三章 机器视觉的单目测距 | 第24-33页 |
| ·景物的成像几何模型 | 第24-25页 |
| ·目标物体深度坐标值计算 | 第25-26页 |
| ·针孔模型下摄像机的标定 | 第26-30页 |
| ·标定实验效果 | 第30-33页 |
| 第四章 运动目标的检测与提取 | 第33-43页 |
| ·几种常用的运动目标检测方法的分析与比较 | 第33-34页 |
| ·帧间差分法 | 第33页 |
| ·区域差分法 | 第33-34页 |
| ·背景差分法 | 第34页 |
| ·光流场法 | 第34页 |
| ·改进的运动目标检测方法 | 第34-41页 |
| ·图像的色彩系统 | 第34-37页 |
| ·运动目标图像HSI帧间差值模型建立 | 第37页 |
| ·运动目标的检测与提取 | 第37-41页 |
| ·实验验证与结果分析 | 第41-43页 |
| 第五章 运动目标的识别与跟踪 | 第43-52页 |
| ·运动目标的识别 | 第43-46页 |
| ·运动目标的特征提取 | 第44-45页 |
| ·运动目标的分类与匹配 | 第45页 |
| ·运动目标的定位 | 第45-46页 |
| ·运动目标的预测跟踪控制 | 第46-49页 |
| ·Kalman滤波理论概述 | 第46-47页 |
| ·状态预测模型建立 | 第47-49页 |
| ·移动机器人运动控制策略 | 第49-50页 |
| ·实验验证与结果分析 | 第50-52页 |
| 第六章 基于机器视觉桩考系统设计 | 第52-58页 |
| ·Hough变换 | 第52-53页 |
| ·汽车边框数据的提取 | 第53-54页 |
| ·桩考系统的具体设计 | 第54-58页 |
| 第七章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
