摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第9-18页 |
1.1 课题背景与研究意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 辅助驾驶系统研究现状 | 第11-12页 |
1.2.2 辅助驾驶相关技术研究现状 | 第12-15页 |
1.3 本文研究内容与章节安排 | 第15-17页 |
1.4 本章小节 | 第17-18页 |
第2章 车载红外辅助驾驶系统总体架构设计 | 第18-29页 |
2.1 系统总体功能概述 | 第18页 |
2.2 系统总体设计思路 | 第18-21页 |
2.2.1 系统执行流程分析 | 第18-20页 |
2.2.2 系统整体框架设计 | 第20-21页 |
2.3 系统主要指标分析 | 第21-23页 |
2.3.1 技术指标分析 | 第21-22页 |
2.3.2 性能指标分析 | 第22-23页 |
2.4 系统理论基础 | 第23-28页 |
2.4.1 红外热成像技术 | 第23-26页 |
2.4.2 图像增强技术 | 第26页 |
2.4.3 目标检测技术 | 第26-28页 |
2.5 本章小结 | 第28-29页 |
第3章 车载红外视频图像增强处理研究 | 第29-46页 |
3.1 红外视频图像特征分析 | 第29-32页 |
3.1.1 颜色特征 | 第29-30页 |
3.1.2 纹理特征 | 第30-32页 |
3.2 红外视频图像增强算法 | 第32-38页 |
3.2.1 图像增强技术简介 | 第32-33页 |
3.2.2 小波变换图像增强算法 | 第33-34页 |
3.2.3 Log对数变换图像增强算法 | 第34-35页 |
3.2.4 拉普拉斯低通滤波图像增强算法 | 第35-37页 |
3.2.5 反掩膜图像增强算法 | 第37-38页 |
3.3 Retinex红外图像增强算法 | 第38-42页 |
3.3.1 Retinex图像增强算法计算过程 | 第38-39页 |
3.3.2 Retinex算法的不足 | 第39-40页 |
3.3.3 改进的Retinex图像增强算法 | 第40-42页 |
3.4 实验仿真分析 | 第42-45页 |
3.5 本章小节 | 第45-46页 |
第4章 红外视频图像多目标检测算法研究 | 第46-59页 |
4.1 算法处理流程 | 第46页 |
4.2 红外图像预处理 | 第46-48页 |
4.2.1 归一化操作 | 第46-47页 |
4.2.2 图像增强处理 | 第47-48页 |
4.3 人工神经网络 | 第48-51页 |
4.3.1 人工神经网络简介 | 第48-49页 |
4.3.2 神经网络基本结构 | 第49-51页 |
4.4 神经网络学习原理及LeNet5卷积神经网络 | 第51-56页 |
4.4.1 PascalVoc2012数据集 | 第51-52页 |
4.4.2 SGD梯度下降与反向传播学习算法 | 第52-54页 |
4.4.3 LeNet5卷积神经网络结构 | 第54-56页 |
4.5 目标定位 | 第56-57页 |
4.6 实验仿真分析 | 第57页 |
4.7 本章小节 | 第57-59页 |
第5章 系统设计与实现 | 第59-69页 |
5.1 系统硬件设计 | 第59-63页 |
5.1.1 系统主控模块 | 第59-60页 |
5.1.2 红外视频图像采集模块 | 第60页 |
5.1.3 LCD液晶显示模块 | 第60-61页 |
5.1.4 语音警报模块 | 第61-62页 |
5.1.5 系统整体实物连接图 | 第62-63页 |
5.2 系统软件设计 | 第63-68页 |
5.2.1 系统需求与分析 | 第63-64页 |
5.2.2 软件开发环境搭建 | 第64-66页 |
5.2.3 Opencv计算机视觉库 | 第66-67页 |
5.2.4 Caffe神经网络框架 | 第67-68页 |
5.3 本章小节 | 第68-69页 |
第6章 系统测试分析与移植 | 第69-77页 |
6.1 系统功能测试 | 第69-73页 |
6.1.1 系统整体运行界面图 | 第69-70页 |
6.1.2 车载红外视频图像采集测试 | 第70页 |
6.1.3 红外视频图像增强测试 | 第70-72页 |
6.1.4 红外视频图像中多目标检测测试 | 第72-73页 |
6.2 实验分析 | 第73-75页 |
6.2.1 红外图像增强性能分析 | 第73-74页 |
6.2.2 多目标检测性能分析 | 第74-75页 |
6.3 系统移植 | 第75-77页 |
第7章 总结与展望 | 第77-79页 |
7.1 总结 | 第77-78页 |
7.2 展望 | 第78-79页 |
参考文献 | 第79-82页 |
攻读学位期间发表的学术论文和研究成果 | 第82-83页 |
致谢 | 第83页 |