| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 摄像机标定研究现状 | 第11-12页 |
| 1.2.2 前方运动车辆识别技术 | 第12-14页 |
| 1.2.3 视频测距技术 | 第14页 |
| 1.2.4 视频测速技术 | 第14-15页 |
| 1.3 论文的研究内容与组织结构 | 第15-17页 |
| 1.3.1 论文的主要研究内容 | 第15-17页 |
| 1.3.2 论文组织结构 | 第17页 |
| 1.4 小结 | 第17-18页 |
| 第2章 车载摄像机内外参数标定方法 | 第18-33页 |
| 2.1 摄像机成像模型 | 第18-22页 |
| 2.1.1 常用坐标系及相互转换关系 | 第18-20页 |
| 2.1.2 线性成像模型 | 第20-21页 |
| 2.1.3 非线性成像模型 | 第21-22页 |
| 2.2 内部参数标定 | 第22-29页 |
| 2.2.1 张氏标定法的理论算法 | 第23-25页 |
| 2.2.2 摄像机内参标定程序设计与基本流程 | 第25-26页 |
| 2.2.3 内部参数标定实验 | 第26-29页 |
| 2.3 外部参数标定 | 第29-32页 |
| 2.3.1 三线标定法概述 | 第29页 |
| 2.3.2 外部参数公式推导 | 第29-31页 |
| 2.3.3 基于三线标定法的外参数标定实验 | 第31页 |
| 2.3.4 外部参数标定结果 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于多特征与改进Hough森林算法的目标识别方法 | 第33-53页 |
| 3.1 基于经典Hough森林的目标识别方法 | 第33-37页 |
| 3.1.1 总体实现流程 | 第33-34页 |
| 3.1.2 Hough森林构建 | 第34-35页 |
| 3.1.3 目标识别 | 第35-37页 |
| 3.2 基于多特征与改进Hough森林算法的目标识别方法 | 第37-45页 |
| 3.2.1 多特征提取 | 第39-41页 |
| 3.2.2 判别式叶子 | 第41-43页 |
| 3.2.3 改进的Hough森林投票方法 | 第43-45页 |
| 3.3 实验及实验结果分析 | 第45-52页 |
| 3.3.1 样本集选取与实验方案设计 | 第45-47页 |
| 3.3.2 多特征提取性能评估 | 第47-48页 |
| 3.3.3 改进投票方式性能评估 | 第48-49页 |
| 3.3.4 窗口融合结果 | 第49-50页 |
| 3.3.5 整体检测性能评估 | 第50-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 基于俯仰角动态补偿机制的单目视觉测距方法 | 第53-66页 |
| 4.1 基于单目视觉的代表性车辆测距方法 | 第53-55页 |
| 4.2 基于俯仰角动态补偿机制的单目视觉测距方法 | 第55-59页 |
| 4.2.1 摄像机标定结合几何测距模型 | 第55-58页 |
| 4.2.2 基于俯仰角动态补偿机制的单目视觉测距实现方法 | 第58-59页 |
| 4.3 实验与结果分析 | 第59-65页 |
| 4.3.1 测距实验与实验结果分析 | 第59-64页 |
| 4.3.2 多种测距方法对比分析实验 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 基于车载摄像机的前方车辆测速方法 | 第66-72页 |
| 5.1 基本原理与实现过程描述 | 第66页 |
| 5.2 主要算法描述 | 第66-68页 |
| 5.2.1 前驶运动车辆的行车距离计算方法 | 第66-67页 |
| 5.2.2 前驶运动车辆行车距离内的时间间隔计算方法 | 第67页 |
| 5.2.3 前驶运动车辆的速度计算方法 | 第67-68页 |
| 5.3 实验与实验结果分析 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 工作展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |
