基于DSP的前方车辆检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 引言 | 第11-12页 |
| 1.2 智能车辆检测系统的国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 前方车辆检测视觉系统的优缺点与关键技术 | 第16-19页 |
| 1.3.1 前方车辆检测视觉系统的前景分析 | 第16-17页 |
| 1.3.2 前方车辆检测视觉系统的关键技术 | 第17-19页 |
| 1.4 本文的主要研究内容与论文架构 | 第19-21页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 结构安排 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 算法的详细设计及其仿真研究 | 第22-40页 |
| 2.1 概述 | 第22页 |
| 2.1.1 Adaboost算法概述 | 第22页 |
| 2.1.2 算法架构设计框图 | 第22页 |
| 2.2 Adaboost算法原理与设计 | 第22-29页 |
| 2.2.1 Adaboost算法的优势 | 第22-23页 |
| 2.2.2 算法基本原理 | 第23-29页 |
| 2.3 模型训练 | 第29-33页 |
| 2.3.1 样本库设计 | 第29-31页 |
| 2.3.2 训练方式 | 第31-32页 |
| 2.3.3 分类器训练时的注意事项 | 第32-33页 |
| 2.4 Matlab仿真 | 第33-35页 |
| 2.5 检测原理及算法优化 | 第35-38页 |
| 2.5.1 算法检测原理 | 第35页 |
| 2.5.2 非极大值抑制NMS | 第35-36页 |
| 2.5.3 多范围ROI区域选取 | 第36-38页 |
| 2.6 VS仿真 | 第38-39页 |
| 2.7 本章小结 | 第39-40页 |
| 第三章 车辆检测系统平台搭建 | 第40-50页 |
| 3.1 车辆检测系统硬件的整体架构 | 第40-42页 |
| 3.1.1 系统需求分析 | 第40-41页 |
| 3.1.2 系统硬件选择 | 第41-42页 |
| 3.2 系统硬件子模块及其功能 | 第42-46页 |
| 3.2.1 DM642核心芯片介绍 | 第42-43页 |
| 3.2.2 DM642视频子模块 | 第43-44页 |
| 3.2.3 外部存储模块 | 第44-46页 |
| 3.3 集成开发环境CCS介绍 | 第46-48页 |
| 3.3.1 CCS开发工具简介 | 第46-47页 |
| 3.3.2 嵌入式实时操作系统DSP/BIOS | 第47-48页 |
| 3.3.3 硬件仿真与实时数据交换(RTDX) | 第48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 车辆检测算法的移植与优化 | 第50-68页 |
| 4.1 车辆检测算法移植的主要函数模块介绍 | 第50页 |
| 4.2 各主要函数模块的DSP移植 | 第50-59页 |
| 4.2.1 预备函数模块的硬件实现 | 第50-51页 |
| 4.2.2 HaarDetect检测函数模块 | 第51-53页 |
| 4.2.3 特征变换Set函数模块 | 第53-54页 |
| 4.2.4 特征计算Run函数模块 | 第54-56页 |
| 4.2.5 积分图函数模块 | 第56-57页 |
| 4.2.6 直方图均衡化 | 第57-58页 |
| 4.2.7 窗口合并算法的移植 | 第58-59页 |
| 4.3 分类器的初始化 | 第59-61页 |
| 4.3.1 级联分类器的结构 | 第59页 |
| 4.3.2 分类器的加载 | 第59-60页 |
| 4.3.3 分类器的检测原理 | 第60-61页 |
| 4.3.4 移植效果初探 | 第61页 |
| 4.4 嵌入式平台下的优化 | 第61-67页 |
| 4.4.1 算法改进 | 第61-63页 |
| 4.4.2 基于DSP的优化 | 第63-65页 |
| 4.4.3 优化前后的结果对比分析 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 实验及结果分析 | 第68-74页 |
| 5.1 测试环境与方案 | 第68-69页 |
| 5.1.1 测试环境 | 第68页 |
| 5.1.2 测试方案 | 第68-69页 |
| 5.2 实验与结果分析 | 第69-72页 |
| 5.2.1 不同工况下的测试结果 | 第69-71页 |
| 5.2.2 实验结果分析 | 第71-72页 |
| 5.3 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74-75页 |
| 6.2 不足与展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表的论文及参加科研情况 | 第83页 |
