摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 课题的研究内容与章节安排 | 第14-17页 |
第2章 基于计算机视觉的车辆自定位技术 | 第17-37页 |
2.1 车辆定位技术概述 | 第17-21页 |
2.1.1 基于惯性导航系统的车辆定位技术 | 第17-19页 |
2.1.2 基于卫星导航系统的车辆定位技术 | 第19-20页 |
2.1.3 基于激光测距的车辆定位系统 | 第20-21页 |
2.2 计算机视觉的图像特征描述 | 第21-23页 |
2.2.1 图像特征的定义及分类 | 第21页 |
2.2.2 图像的点特征 | 第21-23页 |
2.3 基于视觉的车辆定位摄像机模型 | 第23-27页 |
2.3.1 基本针孔模型 | 第23-27页 |
2.3.2 非线性摄像机模型 | 第27页 |
2.4 双视图几何中的对极几何与基础矩阵 | 第27-29页 |
2.4.1 对极几何 | 第27-28页 |
2.4.2 基础矩阵 | 第28-29页 |
2.5 射影几何与分层重建 | 第29-35页 |
2.5.1 射影几何 | 第29-33页 |
2.5.2 分层重建 | 第33-35页 |
2.6 本章小结 | 第35-37页 |
第3章 自定义视觉路标的提取与匹配 | 第37-51页 |
3.1 基于SURF的自定义视觉路标的提取 | 第37-41页 |
3.1.1 自定义视觉路标提取中的路标检测方法 | 第37-40页 |
3.1.2 基于SURF的自定义视觉路标的描述 | 第40-41页 |
3.2 自定义视觉路标的匹配 | 第41-44页 |
3.2.1 基于Hessian矩阵的自定义路标初始判断 | 第42页 |
3.2.2 基于欧式距离相似性度量的视觉路标精匹配 | 第42-43页 |
3.2.3 基于SURF的路标提取与匹配实验结果 | 第43-44页 |
3.3 最佳自定义视觉路标的选择 | 第44-48页 |
3.3.1 基于角点度量值的自定义视觉路标选择方法 | 第44-45页 |
3.3.2 基于边缘的自定义视觉路标选择方法 | 第45-47页 |
3.3.3 基于几何分布的自定义视觉路标选择方法 | 第47-48页 |
3.4 自定义视觉路标提取和匹配实验结果及分析 | 第48-50页 |
3.5 本章小结 | 第50-51页 |
第4章 基于自定义视觉路标的基础矩阵鲁棒性算法估计 | 第51-65页 |
4.1 基于自定义视觉路标估计基础矩阵的问题描述 | 第51-52页 |
4.2 基础矩阵的线性估计算法 | 第52-54页 |
4.2.1 基本8点算法 | 第52页 |
4.2.2 7点算法 | 第52-53页 |
4.2.3 归一化8点算法 | 第53-54页 |
4.3 基础矩阵的非线性迭代算法 | 第54-55页 |
4.3.1 基于点到极线的最小距离法 | 第54-55页 |
4.3.2 基于梯度的方法 | 第55页 |
4.4 基础矩阵的鲁棒估计算法 | 第55-60页 |
4.4.1 M-estimators估计法 | 第56-57页 |
4.4.2 最小平方中值法 | 第57-58页 |
4.4.3 RANSAC方法 | 第58-60页 |
4.5 基于改进的RANSAC的基础矩阵估计算法 | 第60-64页 |
4.5.1 基于自定义视觉路标的改进RANSAC算法设计 | 第60-62页 |
4.5.3 实验结果与分析 | 第62-64页 |
4.6 本章小结 | 第64-65页 |
第5章 基于自定义视觉路标的车辆自定位实验设计与实现 | 第65-85页 |
5.1 基于摄像机自标定的摄像机内部参数的确定 | 第65-66页 |
5.2 基于遗传算法的分层自标定方法 | 第66-77页 |
5.2.1 自标定算法的优化过程 | 第66-69页 |
5.2.2 分层自标定算法 | 第69-74页 |
5.2.3 实验结果与分析 | 第74-77页 |
5.3 基于本质矩阵的摄像机外部参数的确定 | 第77-80页 |
5.3.1 基于本质矩阵的摄像机外参数估计 | 第77-79页 |
5.3.2 实验结果与分析 | 第79-80页 |
5.4 基于自定义视觉路标的车辆自定位算法设计 | 第80-82页 |
5.4.1 实现车辆自定位的实验环境 | 第80页 |
5.4.2 基于自定义视觉路标的车辆自定位算法设计 | 第80-82页 |
5.5 车辆自定位技术实验结果与分析 | 第82-84页 |
5.6 本章小结 | 第84-85页 |
第6章 总结与展望 | 第85-87页 |
6.1 工作总结 | 第85页 |
6.2 研究展望 | 第85-87页 |
参考文献 | 第87-93页 |
致谢 | 第93页 |