智能车辆视觉感知中的目标检测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-23页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外智能车辆相关技术研究现状 | 第13-21页 |
| ·智能车辆研究现状 | 第13-15页 |
| ·行车环境感知技术研究现状 | 第15-16页 |
| ·视觉感知技术研究现状 | 第16-17页 |
| ·视觉感知关键技术研究现状 | 第17-21页 |
| ·本文主要研究内容 | 第21-23页 |
| 第二章 采集图像预处理 | 第23-30页 |
| ·引言 | 第23页 |
| ·采集图像灰度化 | 第23-24页 |
| ·图像滤波 | 第24-27页 |
| ·区域直方图均衡化 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 智能车辆道路检测方法研究 | 第30-41页 |
| ·引言 | 第30页 |
| ·图像边缘检测 | 第30-33页 |
| ·基于传统 Hough 变换的道路边缘提取 | 第33-35页 |
| ·基于分区域 Hough 变换道路检测方法 | 第35-40页 |
| ·基于透视投影的道路图像区域划分 | 第36-37页 |
| ·分区域 Hough 变换边缘检测方法 | 第37-39页 |
| ·实验结果 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 智能车辆目标检测方法研究 | 第41-54页 |
| ·引言 | 第41页 |
| ·基于图像分割的目标初提取方法 | 第41-47页 |
| ·道路区域提取 | 第41-42页 |
| ·基于 OTSU 的道路目标初提取 | 第42-46页 |
| ·形态学处理 | 第46-47页 |
| ·多区域的目标标识归属方法 | 第47-50页 |
| ·自适应目标区域生长算法 | 第50-52页 |
| ·小结 | 第52-54页 |
| 第五章 智能车辆目标跟踪方法研究 | 第54-64页 |
| ·引言 | 第54页 |
| ·目标跟踪理论基础 | 第54-56页 |
| ·基于 MeanShift 的目标跟踪 | 第56-59页 |
| ·静态检测与动态跟踪交互机制 | 第59-61页 |
| ·实验结果 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
