基于双目视觉的可行道路检测方法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 道路检测的研究现状 | 第11-16页 |
| 1.2.1 基于单目摄像头的道路检测研究现状 | 第11-13页 |
| 1.2.2 基于双目摄像头的道路检测研究现状 | 第13-15页 |
| 1.2.3 基于激光雷达的道路检测研究现状 | 第15-16页 |
| 1.3 本文研究内容与章节安排 | 第16-19页 |
| 1.3.1 本文研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第二章 基于超像素分割的道路区域检测 | 第19-37页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于超像素分割的特征提取 | 第20-29页 |
| 2.2.1 双目图像校正 | 第20-22页 |
| 2.2.2 超像素分割 | 第22-23页 |
| 2.2.3 道路区域特征计算 | 第23-29页 |
| 2.3 道路区域检测 | 第29-32页 |
| 2.4 实验结果及分析 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 基于多尺度分块的道路区域快速检测 | 第37-49页 |
| 3.1 引言 | 第37-38页 |
| 3.2 道路区域特征快速计算 | 第38-42页 |
| 3.2.1 图像多尺度分块 | 第38-39页 |
| 3.2.2 视差值快速计算 | 第39-40页 |
| 3.2.3 特征积分图计算 | 第40-42页 |
| 3.3 基于多尺度分块的Adaboost快速分类 | 第42-44页 |
| 3.4 基于二维直方图更新检测结果 | 第44-46页 |
| 3.5 实验结果及分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 基于道路区域的道路线和障碍物检测 | 第49-62页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于道路区域的道路线检测 | 第50-56页 |
| 4.2.1 感兴趣区域提取 | 第50-51页 |
| 4.2.2 基于Hough变换的直线检测 | 第51-53页 |
| 4.2.3 道路线分类 | 第53-56页 |
| 4.3 基于道路区域的障碍物检测 | 第56-60页 |
| 4.3.1 障碍物位置确定 | 第57-58页 |
| 4.3.2 障碍物相对运动计算 | 第58-60页 |
| 4.4 实验结果及分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 嵌入式平台下的算法移植与优化 | 第62-73页 |
| 5.1 引言 | 第62页 |
| 5.2 嵌入式平台搭建与系统设计 | 第62-65页 |
| 5.3 算法移植与实验结果 | 第65-68页 |
| 5.3.1 DecLink适配USB输入 | 第65-66页 |
| 5.3.2 添加AlgLink | 第66-68页 |
| 5.3.3 初步实验结果 | 第68页 |
| 5.4 问题分析与优化 | 第68-72页 |
| 5.4.1 工程配置优化 | 第68-69页 |
| 5.4.2 DMA数据搬移 | 第69-71页 |
| 5.4.3 代码优化 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 全文总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 后续工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
