首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于红外视频图像车载辅助安全驾驶系统的研究

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

论文共83页,点击 下载论文
上一篇:基于Hadoop集群的监控视频中人—车多目标并行检测与跟踪算法研究
下一篇:基于双目视觉和差分校正的边坡滑移测量技术研究