方队车辆行驶位置实时监测研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 机器视觉技术的发展与应用 | 第13-14页 |
| 1.3 测距技术的发展与应用 | 第14-18页 |
| 1.4 文章研究内容及章节安排 | 第18-20页 |
| 第2章 方队车辆行驶位置实时监测方案设计 | 第20-28页 |
| 2.1 系统整体方案设计 | 第20-24页 |
| 2.2 监测系统的软硬件规划 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 方队车辆行驶位置监测的测距算法 | 第28-42页 |
| 3.1 摄像机成像原理 | 第28-29页 |
| 3.2 图像坐标系和世界坐标系之间的转换 | 第29-32页 |
| 3.2.1 图像坐标系简介 | 第29-30页 |
| 3.2.2 摄像机坐标系简介 | 第30-31页 |
| 3.2.3 世界坐标系简介 | 第31页 |
| 3.2.4 三个坐标系之间的转换 | 第31-32页 |
| 3.3 方队车辆行驶位置监测系统的测距模型建立 | 第32-37页 |
| 3.3.1 基于小孔成像原理的测距模型 | 第32-33页 |
| 3.3.2 基于单帧静态图像的测距模型 | 第33-34页 |
| 3.3.3 基于序列图象的测距模型 | 第34页 |
| 3.3.4 本文建立的测距模型 | 第34-37页 |
| 3.4 摄像机标定 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 相关图像处理技术研究 | 第42-58页 |
| 4.1 标记图像特征分析 | 第42-43页 |
| 4.2 图像灰度化 | 第43-44页 |
| 4.3 图像降噪 | 第44-47页 |
| 4.3.1 均值滤波 | 第44-45页 |
| 4.3.2 中值滤波 | 第45页 |
| 4.3.3 高斯滤波 | 第45-46页 |
| 4.3.4 本文的图像降噪方法选择 | 第46-47页 |
| 4.4 图像分割 | 第47-50页 |
| 4.4.1 基于阈值的图像分割方法 | 第47-48页 |
| 4.4.2 本文提出的图像分割方法 | 第48-50页 |
| 4.5 边缘检测 | 第50-52页 |
| 4.6 标记识别 | 第52-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第5章 方队车辆行驶位置实时监测实验 | 第58-76页 |
| 5.1 摄像机标定实验 | 第58-60页 |
| 5.2 监测系统静态测量实验 | 第60-66页 |
| 5.2.1 静态测量实验设计 | 第60-61页 |
| 5.2.2 静态测量实验结果 | 第61-66页 |
| 5.3 监测系统动态测量实验 | 第66-72页 |
| 5.3.1 实验台架搭建 | 第66-69页 |
| 5.3.2 动态测量实验设计 | 第69-71页 |
| 5.3.3 动态测量实验结果 | 第71-72页 |
| 5.4 实验结果及误差分析 | 第72-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 工作展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 作者简介及科研成果 | 第84-86页 |
| 致谢 | 第86页 |
