智能车辆中的道路检测和目标检测技术研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题学术和实用意义及来源 | 第9-10页 |
| ·智能车辆与智能交通系统 | 第10-12页 |
| ·基于机器视觉的汽车主动安全系统 | 第12-13页 |
| ·机器视觉介绍 | 第12-13页 |
| ·机器视觉算法综述 | 第13页 |
| ·汽车驾驶主动安全系统 | 第13-15页 |
| ·课题提出 | 第15-16页 |
| ·论文内容安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 单目视觉系统结构设计及摄像机定标 | 第18-28页 |
| ·引言 | 第18页 |
| ·系统结构设计 | 第18-22页 |
| ·逻辑结构设计 | 第18-19页 |
| ·系统结构解析 | 第19-20页 |
| ·系统功能划分 | 第20-22页 |
| ·摄像机定标 | 第22-27页 |
| ·基于被动式视觉传感器的单目图像采集 | 第22-23页 |
| ·摄像机成像模型 | 第23-26页 |
| ·摄像机的标定 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于单目视觉的道路分道线识别技术 | 第28-47页 |
| ·引言 | 第28页 |
| ·图像预处理 | 第28-31页 |
| ·图像滤波 | 第28-29页 |
| ·图像边缘增强与二值化 | 第29-31页 |
| ·道路分道线识别技术综述 | 第31-33页 |
| ·基于道路特征的整体路面法 | 第31-32页 |
| ·基于道路模型的算法 | 第32-33页 |
| ·基于样条函数和道路中心点的分道线检测算法 | 第33-44页 |
| ·Catmull-Rom 样条函数 | 第33-35页 |
| ·基于道路中心点的算法 | 第35-41页 |
| ·分道线拟合 | 第41-44页 |
| ·实验结果及分析 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 4 目标检测技术研究 | 第47-56页 |
| ·引言 | 第47页 |
| ·目标检测技术综述 | 第47-49页 |
| ·基于立体视觉的目标检测算法 | 第47-48页 |
| ·基于运动的方法 | 第48-49页 |
| ·基于特征的方法 | 第49页 |
| ·目标初定位 | 第49-51页 |
| ·目标精确定位 | 第51-55页 |
| ·搜索区域确定 | 第51-52页 |
| ·Sobel 算子图像边缘检测 | 第52-53页 |
| ·目标准确定位 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 系统实验环境及实验结果分析 | 第56-63页 |
| ·引言 | 第56页 |
| ·系统DSP 选型 | 第56-59页 |
| ·基于DSP 的视频跟踪处理系统硬件结构 | 第59-61页 |
| ·实验结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 6 结论及展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-72页 |
| A. 车载系统实物图 | 第69-70页 |
| B. 作者在攻读学位期间发表的论文目录 | 第70-72页 |
