车窗检测技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·智能交通系统(ITS) | 第11-12页 |
| ·HOV概述 | 第12-14页 |
| ·本课题的研究意义 | 第14-15页 |
| ·车窗检测的研究现状 | 第15页 |
| ·本论文的研究工作和结构安排 | 第15-17页 |
| 2 车辆定位和车窗粗定位 | 第17-23页 |
| ·视频图像的读取及二值化 | 第17-19页 |
| ·视频图像的读取 | 第17页 |
| ·图像二值化 | 第17-19页 |
| ·车辆定位 | 第19-20页 |
| ·积分投影法 | 第19页 |
| ·积分投影确定车辆位置 | 第19-20页 |
| ·车窗粗定位 | 第20-21页 |
| ·实验结果及分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 图像预处理 | 第23-29页 |
| ·图像灰度化 | 第23-24页 |
| ·直方图均衡化 | 第24页 |
| ·图像边缘检测 | 第24-28页 |
| ·常用的边缘检测算子 | 第24-28页 |
| ·边缘检测 | 第28页 |
| ·本章小结 | 第28-29页 |
| 4 基于直线特性的车窗检测 | 第29-41页 |
| ·基于模板匹配的直线滤波 | 第29-31页 |
| ·车窗水平带检测 | 第31-33页 |
| ·水平直线模板滤波 | 第31页 |
| ·Hough变换检测车窗水平带 | 第31-33页 |
| ·积分投影检测车窗两侧 | 第33-37页 |
| ·±60°直线模板滤波 | 第33-34页 |
| ·数学形态学处理 | 第34-36页 |
| ·积分投影检测车窗两侧 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 5 基于轮廓特性的车窗检测 | 第41-52页 |
| ·GHT算法的基本原理 | 第41-42页 |
| ·GHT算法的基本流程 | 第42-43页 |
| ·车窗轮廓R关系表的确立方式 | 第43页 |
| ·用GHT检测车窗的实现方法 | 第43-49页 |
| ·运用Sobel算子计算一阶图像差分 | 第45页 |
| ·选取有效边界点 | 第45-46页 |
| ·计算梯度方向 | 第46页 |
| ·映射有效边界点至霍夫空间 | 第46页 |
| ·均值滤波 | 第46-48页 |
| ·选取代表图形形状特征的参考点 | 第48页 |
| ·提取车窗梯形轮廓 | 第48-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 6 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
