基于双目视觉的智能车辆路径识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·智能车辆研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·智能车辆路径识别国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·双目视觉研究现状 | 第14-15页 |
| ·双目视觉国内外研究现状 | 第14-15页 |
| ·双目视觉研究存在问题和发展方向 | 第15页 |
| ·路径识别技术的研究及存在问题 | 第15-16页 |
| ·论文主要工作与结构 | 第16-17页 |
| 2 双目视觉与摄像机标定 | 第17-32页 |
| ·双目视觉原理 | 第17-19页 |
| ·双目立体视觉基本原理 | 第17-18页 |
| ·双目立体视觉数学模型 | 第18-19页 |
| ·摄像机透视投影模型 | 第19-23页 |
| ·摄像机模型常用坐标系 | 第19-21页 |
| ·针孔成像模型 | 第21-22页 |
| ·非线性模型 | 第22-23页 |
| ·摄像机标定方法 | 第23-31页 |
| ·标定方法简介 | 第23页 |
| ·基于畸变校正的卡尔曼滤波标定 | 第23-31页 |
| ·实验结果与分析 | 第31页 |
| ·小结 | 第31-32页 |
| 3 路径图像处理算法研究 | 第32-49页 |
| ·图像预处理 | 第32-35页 |
| ·图像灰度化处理 | 第32页 |
| ·图像平滑 | 第32-33页 |
| ·图像锐化 | 第33-35页 |
| ·边缘检测 | 第35-44页 |
| ·基于 Canny 的边缘检测 | 第35-40页 |
| ·基于小波的边缘检测 | 第40-42页 |
| ·对 Canny 算法改进 | 第42-44页 |
| ·边缘检测结果分析 | 第44页 |
| ·车道线提取 | 第44-47页 |
| ·霍夫变换原理 | 第44页 |
| ·基于 Hough 的车道标识线检测 | 第44-45页 |
| ·基于最小二乘的路径跟踪线拟合 | 第45-46页 |
| ·基于 LMedSquare 的路径跟踪线拟合 | 第46-47页 |
| ·小结 | 第47-49页 |
| 4 双目立体匹配与三维重建 | 第49-60页 |
| ·立体匹配 | 第49-56页 |
| ·立体匹配研究内容 | 第49-50页 |
| ·基于 SIFT 立体匹配 | 第50-56页 |
| ·匹配结果分析 | 第56页 |
| ·三维重建 | 第56-59页 |
| ·三维重建理论 | 第56-57页 |
| ·三维重建方法 | 第57-59页 |
| ·三维重建结果 | 第59页 |
| ·小结 | 第59-60页 |
| 5 智能车辆的系统设计 | 第60-71页 |
| ·系统硬件设计 | 第60-63页 |
| ·系统分析 | 第60-61页 |
| ·系统硬件设计 | 第61-63页 |
| ·系统软件控制 | 第63-70页 |
| ·软件系统分析 | 第63-64页 |
| ·软件系统实现 | 第64-67页 |
| ·实验结果与分析 | 第67-70页 |
| ·小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 A 核心控制板原理图 | 第77-78页 |
| 附录 B 核心控制板 PCB 电路图 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
