基于鱼眼镜头的倒车后视系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 视频监控发展概述 | 第10-12页 |
| 1.2 研究现状及发展动态 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 发展前景 | 第13页 |
| 1.3 选题的应用价值和意义 | 第13页 |
| 1.4 课题研究的主要内容 | 第13-15页 |
| 第二章 相关技术理论分析 | 第15-22页 |
| 2.1 鱼眼镜头的概念 | 第15-16页 |
| 2.1.1 成像视角 | 第15-16页 |
| 2.1.2 对人产生的影响 | 第16页 |
| 2.2 镜头成像模型 | 第16-19页 |
| 2.2.1 针孔成像模型 | 第16-18页 |
| 2.2.2 抛物面成像模型 | 第18页 |
| 2.2.3 球面成像模型 | 第18-19页 |
| 2.3 常用运动目标检测思想 | 第19-21页 |
| 2.3.1 光流法 | 第19-20页 |
| 2.3.2 帧间差分法 | 第20页 |
| 2.3.3 背景差分法 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 第三章 普通鱼眼图像校正 | 第22-34页 |
| 3.1 普通鱼眼图像校正流程 | 第22-24页 |
| 3.1.1 张正友平面标定法介绍 | 第22-23页 |
| 3.1.2 Matlab 标定工具箱的不足 | 第23页 |
| 3.1.3 算法的实现流程 | 第23-24页 |
| 3.2 大畸变棋盘格角点自动检测研究 | 第24-30页 |
| 3.2.1 常用棋盘格角点算法 | 第24页 |
| 3.2.2 Harris 算子 | 第24-25页 |
| 3.2.3 差分算子 | 第25页 |
| 3.2.4 自动检测算法流程 | 第25-26页 |
| 3.2.5 算法分析 | 第26-30页 |
| 3.3 实验分析 | 第30-33页 |
| 3.3.1 三种方法 | 第30-31页 |
| 3.3.2 误差分析 | 第31-32页 |
| 3.3.3 实际校正效果 | 第32-33页 |
| 3.4 小结 | 第33-34页 |
| 第四章 180°鱼眼图像校正 | 第34-41页 |
| 4.1 180°鱼眼镜头校正模型 | 第34-35页 |
| 4.2 具体校正流程 | 第35-39页 |
| 4.2.1 图像轮廓提取 | 第36-37页 |
| 4.2.2 椭圆变换为标准圆 | 第37页 |
| 4.2.3 图像插值算法 | 第37-39页 |
| 4.3 实验分析 | 第39-40页 |
| 4.4 小结 | 第40-41页 |
| 第五章 车载后视运动目标检测 | 第41-51页 |
| 5.1 车载后视系统目标检测的特殊性 | 第41页 |
| 5.2 后视系统运动目标检测 | 第41-47页 |
| 5.2.1 背景减除 | 第41-43页 |
| 5.2.2 背景建模 | 第43页 |
| 5.2.3 ViBe 算法 | 第43-45页 |
| 5.2.4 改进的 ViBe 算法 | 第45-46页 |
| 5.2.5 整体算法工作流程 | 第46-47页 |
| 5.3 实验测试与分析 | 第47-50页 |
| 5.3.1 行人测试 | 第47-49页 |
| 5.3.2 摩托车测试 | 第49-50页 |
| 5.4 小结 | 第50-51页 |
| 第六章 车载后视系统实现 | 第51-63页 |
| 6.1 系统平台搭建 | 第51-53页 |
| 6.1.1 相机选择 | 第51-52页 |
| 6.1.2 采集平台 | 第52页 |
| 6.1.3 编程环境 | 第52-53页 |
| 6.2 运行结果 | 第53-55页 |
| 6.2.1 运算时间比较 | 第54页 |
| 6.2.2 基于安卓平台实现 | 第54-55页 |
| 6.3 图像拼接 | 第55-62页 |
| 6.3.1 常用特征算子 | 第56-57页 |
| 6.3.2 匹配方法 | 第57-58页 |
| 6.3.3 拼接结果 | 第58-62页 |
| 6.4 小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-64页 |
| 7.1 总结 | 第63页 |
| 7.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-70页 |
| 详细摘要 | 第70-72页 |
