| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 引言 | 第14-22页 |
| 1.1 课题研究的背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 研究目标与关键技术分析 | 第15-16页 |
| 1.2.2 国内外研究现状 | 第16-20页 |
| 1.3 本文主要研究内容 | 第20-22页 |
| 第二章 计算机视觉相关基本理论与方案总体设计 | 第22-28页 |
| 2.1 需求分析 | 第22页 |
| 2.2 仿真平台设计 | 第22-25页 |
| 2.2.1 软件部分设计 | 第22-23页 |
| 2.2.2 硬件部分设计 | 第23-25页 |
| 2.2.2.1 视频采集子系统 | 第24页 |
| 2.2.2.2 图像处理子系统 | 第24-25页 |
| 2.3 计算机视觉技术基本原理 | 第25-27页 |
| 2.3.1 颜色模型 | 第25-26页 |
| 2.3.2 尺度空间 | 第26-27页 |
| 2.4 小结 | 第27-28页 |
| 第三章 避障跟踪算法设计 | 第28-42页 |
| 3.1 传统人工势场法简介 | 第28-35页 |
| 3.1.1 势场函数设计 | 第29-31页 |
| 3.1.2 传统人工势场法存在的问题 | 第31-35页 |
| 3.2 基于人工势场法的避障策略 | 第35-40页 |
| 3.2.1 避障问题描述 | 第35-36页 |
| 3.2.2 势场函数设计 | 第36-38页 |
| 3.2.3 最优控制器设计 | 第38-39页 |
| 3.2.4 仿真结果分析 | 第39-40页 |
| 3.3 小结 | 第40-42页 |
| 第四章 基于光流法的障碍物检测 | 第42-67页 |
| 4.1 图像预处理 | 第42-45页 |
| 4.1.1 灰度图转化 | 第42-43页 |
| 4.1.2 图像平滑处理 | 第43-44页 |
| 4.1.3 图像降噪处理 | 第44-45页 |
| 4.2 光流法简介 | 第45-52页 |
| 4.2.1 光流法基本原理 | 第45-46页 |
| 4.2.2 光流法经典算法 | 第46-52页 |
| 4.2.2.1 H-S光流法 | 第46-47页 |
| 4.2.2.2 L-K光流法 | 第47-49页 |
| 4.2.2.3 金字塔Lucas-Kanade（Pyr L-K）光流法 | 第49-52页 |
| 4.3 基于角点检测的改进Pyr L-K光流法 | 第52-61页 |
| 4.3.1 角点检测算法 | 第52-55页 |
| 4.3.2 基于小波分解的改进Harris角点算法 | 第55-58页 |
| 4.3.3 基于角点提取的Pyr L-K光流法 | 第58-59页 |
| 4.3.4 仿真结果对比 | 第59-61页 |
| 4.4 基于单目视觉的障碍物测距 | 第61-66页 |
| 4.5 小结 | 第66-67页 |
| 第五章 平台设计与仿真验证 | 第67-77页 |
| 5.1 开发平台介绍 | 第67-71页 |
| 5.1.1 EDA实验箱 | 第67-70页 |
| 5.1.2 硬件平台设计要求 | 第70-71页 |
| 5.2 硬件平台搭建与软件设计 | 第71-75页 |
| 5.2.1 视频采集模块 | 第71-72页 |
| 5.2.2 图像处理模块 | 第72-75页 |
| 5.2.2.1 基于FPGA的图像预处理 | 第72-73页 |
| 5.2.2.2 基于DSP的图像处理 | 第73-75页 |
| 5.2.3 辅助功能 | 第75页 |
| 5.3 方案仿真验证 | 第75-76页 |
| 5.4 小结 | 第76-77页 |
| 第六章 总结和展望 | 第77-79页 |
| 6.1 总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |