基于单目视觉的障碍物检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 符号清单 | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·检测方法概要 | 第11-12页 |
| ·论文内容安排 | 第12-13页 |
| 第二章 混合高斯模型 | 第13-18页 |
| ·引言 | 第13-14页 |
| ·虚拟场景的构造 | 第14页 |
| ·混合高斯模型原理 | 第14-15页 |
| ·模型参数的更新 | 第15-16页 |
| ·背景模型的估计 | 第16-17页 |
| ·前景分割 | 第17-18页 |
| 第三章 自车运动参数估计 | 第18-31页 |
| ·特征点的检测 | 第18-21页 |
| ·特征点的跟踪 | 第21-25页 |
| ·经典Lucas-Kanade算法 | 第22-24页 |
| ·金字塔应用 | 第24-25页 |
| ·RANSAC | 第25-27页 |
| ·基础矩阵 | 第27-29页 |
| ·相机运动参数 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 道路区域的检测 | 第31-45页 |
| ·引言 | 第31页 |
| ·基于图像边缘的道路区域检测 | 第31-36页 |
| ·Canny边缘检测 | 第32-33页 |
| ·Hough变换 | 第33-35页 |
| ·消失点的检测 | 第35页 |
| ·道路区域的形成 | 第35-36页 |
| ·基于运动补偿的道路区域检测 | 第36-43页 |
| ·世界坐标系与相机坐标系 | 第37页 |
| ·相机模型 | 第37-39页 |
| ·运动补偿图像 | 第39-42页 |
| ·归一化互相关函数 | 第42-43页 |
| ·方法比较与本章小结 | 第43-45页 |
| 第五章 障碍物抽取 | 第45-50页 |
| ·问题描述 | 第45页 |
| ·区域分类 | 第45-46页 |
| ·后处理 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 实验 | 第50-61页 |
| ·实验设置 | 第50页 |
| ·实验方法与结果 | 第50-61页 |
| ·背景建模 | 第50-54页 |
| ·道路区域检测 | 第54页 |
| ·障碍物抽取 | 第54页 |
| ·对比实验 | 第54-61页 |
| 第七章 结论与讨论 | 第61-65页 |
| ·实验结果评价 | 第61-62页 |
| ·实验结果讨论 | 第62-64页 |
| ·实验结论 | 第64页 |
| ·研究工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第69-70页 |
