基于立体视觉的道路场景分割与车辆检测算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题研究背景 | 第7-8页 |
| 1.2 相关领域的研究现状 | 第8-12页 |
| 1.2.1 道路场景分割 | 第8-10页 |
| 1.2.2 基于视觉的车辆检测 | 第10-12页 |
| 1.3 本文组织结构 | 第12-13页 |
| 2 立体视觉基础及U-V视差图 | 第13-27页 |
| 2.1 双目立体视觉基础 | 第13-18页 |
| 2.1.1 单目相机成像模型 | 第13-15页 |
| 2.1.2 双目相机几何模型 | 第15-17页 |
| 2.1.3 双目视觉关键技术 | 第17-18页 |
| 2.2 U-V视差图 | 第18-21页 |
| 2.2.1 U-V视差图构造 | 第18-19页 |
| 2.2.2 不同平面在U-V视差中的投影 | 第19-21页 |
| 2.3 车载立体视觉系统平台 | 第21-24页 |
| 2.3.1 KITTI视觉数据平台 | 第21-23页 |
| 2.3.2 移动机器人数据采集平台 | 第23-24页 |
| 2.4 摄像机标定技术实现 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于改进动态规划的可通行区域检测 | 第27-50页 |
| 3.1 概述 | 第27-28页 |
| 3.2 基于灰度加权霍夫变换的道路平面建模 | 第28-35页 |
| 3.2.1 标准霍夫变换直线检测 | 第29-31页 |
| 3.2.2 灰度加权霍夫变换直线检测 | 第31-32页 |
| 3.2.3 道路平面建模与消失线检测 | 第32-35页 |
| 3.3 基于动态规划的可通行区域检测 | 第35-44页 |
| 3.3.1 ROI提取与U-视差图重建 | 第35-37页 |
| 3.3.2 改进动态规划检测可通行区域 | 第37-42页 |
| 3.3.3 算法优化与边界线反投影 | 第42-44页 |
| 3.4 实验结果分析 | 第44-49页 |
| 3.4.1 立体匹配参数选取 | 第44-47页 |
| 3.4.2 可通行区域检测 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 道路车辆检测 | 第50-61页 |
| 4.1 引言 | 第50-51页 |
| 4.2 基于自适应阈值的车辆检测 | 第51-57页 |
| 4.2.1 障碍物投影成像模型与阈值定义 | 第51-54页 |
| 4.2.2 阈值化约束确定车辆水平位置 | 第54-56页 |
| 4.2.3 逐列扫描标记车辆高度 | 第56-57页 |
| 4.3 实验结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 附录 | 第70页 |
