| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题研究背景及意义 | 第13页 |
| 1.2 前方车辆检测技术综述 | 第13-18页 |
| 1.2.1 前方车辆检测技术简介 | 第13-15页 |
| 1.2.2 基于图像视觉的前方车辆检测技术研究现状 | 第15-18页 |
| 1.3 OpenCV 简介 | 第18-21页 |
| 1.3.1 OpenCV 的结构和内容 | 第18-19页 |
| 1.3.2 OpenCV 的优点 | 第19页 |
| 1.3.3 OpenCV 的基本数据类型 | 第19-21页 |
| 1.4 本文的研究内容及论文结构 | 第21-23页 |
| 1.4.1 本文研究内容与创新点 | 第21-22页 |
| 1.4.2 论文结构 | 第22-23页 |
| 第2章 相关理论基础 | 第23-38页 |
| 2.1 数字图像处理技术概述 | 第23-35页 |
| 2.1.1 图像灰度化 | 第23-24页 |
| 2.1.2 图像增强 | 第24-28页 |
| 2.1.3 图像分割 | 第28-31页 |
| 2.1.4 二值形态学 | 第31-34页 |
| 2.1.5 基于区域生长的空穴填充 | 第34-35页 |
| 2.2 摄像机模型和标定 | 第35-37页 |
| 2.2.1 摄像机模型 | 第35-36页 |
| 2.2.2 摄像机标定 | 第36-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第3章 虚拟车道模型及其实现 | 第38-46页 |
| 3.1 虚拟车道及其模型 | 第38-41页 |
| 3.1.1 虚拟车道及其设置 | 第38-39页 |
| 3.1.2 虚拟车道模型 | 第39-41页 |
| 3.2 虚拟车道模型在图像中的实现 | 第41-45页 |
| 3.2.1 摄像机内参数的确定 | 第41-43页 |
| 3.2.2 虚拟车道的实现 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 基于虚拟车道模型的前方车辆检测 | 第46-70页 |
| 4.1 前方车辆检测算法流程及其功能 | 第46-48页 |
| 4.2 图像预处理 | 第48-60页 |
| 4.2.1 改进型迭代选择阈值分割法 | 第49-54页 |
| 4.2.2 与其它阈值方法比较 | 第54-58页 |
| 4.2.3 二值形态学处理 | 第58-59页 |
| 4.2.4 基于区域生长的空洞填充 | 第59-60页 |
| 4.3 车辆假设存在区域确定 | 第60-62页 |
| 4.4 车辆假设存在区域定位 | 第62-64页 |
| 4.5 车辆假设存在区域验证 | 第64-69页 |
| 4.5.1 纹理特征 | 第64-66页 |
| 4.5.2 灰度对称性特征 | 第66-69页 |
| 4.6 本章小结 | 第69-70页 |
| 第5章 车辆检测系统软件设计与实验分析 | 第70-79页 |
| 5.1 软件设计 | 第70-73页 |
| 5.1.1 软件的功能模块 | 第70-71页 |
| 5.1.2 系统的数据流图 | 第71-72页 |
| 5.1.3 软件的界面设计 | 第72-73页 |
| 5.2 实验结果与分析 | 第73-78页 |
| 5.2.1 实验图像获取条件 | 第73-74页 |
| 5.2.2 虚拟车道的效果 | 第74页 |
| 5.2.3 不同道路环境下车辆检测的结果 | 第74-77页 |
| 5.2.4 本文算法与其它车辆检测算法的效果对比 | 第77-78页 |
| 5.3 本章小结 | 第78-79页 |
| 总结 | 第79-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 附录A 攻读硕士期间所发表的学术论文目录 | 第88-89页 |
| 附录B 攻读硕士期间所申请的专利 | 第89页 |