智能车辆双目视觉系统的研究与设计
| 第一章 绪论 | 第6-15页 |
| 第一节 课题的提出 | 第6-8页 |
| 1.1.1 智能车辆对视觉系统的要求 | 第6-7页 |
| 1.1.2 视觉系统研究的意义 | 第7-8页 |
| 第二节 课题研究的历史与现状 | 第8-12页 |
| 1.2.1 非基于视觉的智能车辆研究 | 第8页 |
| 1.2.2 基于视觉的智能车辆的发展历程 | 第8-10页 |
| 1.2.3 视觉研究的历史与现状 | 第10-12页 |
| 第三节 本文的研究目标及主要研究工作 | 第12-15页 |
| 第二章 双目视觉系统的整体设计 | 第15-18页 |
| 第一节 智能车辆的视觉系统功能分析 | 第15-16页 |
| 第二节 双目视觉系统的体系结构 | 第16-18页 |
| 第三章 双目视觉系统的理论基础和算法研究 | 第18-57页 |
| 第一节 算法设计概要 | 第18-19页 |
| 第二节 双目摄像机的标定 | 第19-24页 |
| 3.2.1 摄像机模型 | 第19-22页 |
| 3.2.2 摄像机标定 | 第22-24页 |
| 第三节 图像数字化与预处理 | 第24-26页 |
| 第四节 图像兴趣区域分割 | 第26-31页 |
| 3.4.1 Helmholtz shear算法 | 第27-30页 |
| 3.4.2 立体视差计算及图像兴趣区域分割 | 第30-31页 |
| 第五节 Kalman滤波理论以及运动状态估计 | 第31-34页 |
| 3.5.1 Kalman滤波理论 | 第31-32页 |
| 3.5.2 离散型Kalman滤波基本方程 | 第32-34页 |
| 第六节 障碍物的检测和跟踪 | 第34-44页 |
| 3.6.1 障碍物的检测 | 第37-38页 |
| 3.6.2 障碍物的定位 | 第38-40页 |
| 3.6.3 障碍物的实时跟踪 | 第40-44页 |
| 第七节 车道标志线的检测和跟踪 | 第44-55页 |
| 3.7.1 道路标志线几何模型 | 第45-48页 |
| 3.7.2 车道线检测与跟踪的算法设计 | 第48-55页 |
| 第八节 摄像机模型参数的更新 | 第55-57页 |
| 第四章 基于双目的计算机视觉系统的实现研究 | 第57-67页 |
| 第一节 图像预处理部分 | 第57-59页 |
| 第二节 图像分割部分 | 第59-63页 |
| 第三节 障碍物的检测和定位部分 | 第63-64页 |
| 第四节 车道线的检测与定位部分 | 第64-67页 |
| 第五章 总结 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 摘要 | 第73-76页 |
| Abstract | 第76页 |
