基于图像处理的障碍物检测系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题的研究意义 | 第7-8页 |
| ·课题研究动态 | 第8-11页 |
| ·国外智能车辆研究动态 | 第8-9页 |
| ·国内智能车辆研究动态 | 第9-10页 |
| ·障碍物检测研究动态 | 第10-11页 |
| ·图像处理技术在智能车辆中的应用及发展 | 第11-12页 |
| ·论文结构安排 | 第12-14页 |
| 2 视觉系统设计 | 第14-26页 |
| ·视觉系统 | 第14-17页 |
| ·视觉成像几何模型 | 第15-16页 |
| ·视觉系统组成 | 第16-17页 |
| ·障碍物检测系统 | 第17-19页 |
| ·硬件组成 | 第19-23页 |
| ·CCD 摄像机 | 第19-21页 |
| ·图像采集卡 | 第21-23页 |
| ·计算机系统 | 第23页 |
| ·软件组成 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 摄像机标定 | 第26-41页 |
| ·摄像机标定的目的及意义 | 第26-27页 |
| ·摄像机成像模型 | 第27-32页 |
| ·坐标系介绍 | 第28页 |
| ·线性成像模型 | 第28-31页 |
| ·非线性成像模型 | 第31-32页 |
| ·传统的摄像机标定 | 第32页 |
| ·基于神经网络的摄像机标定 | 第32-40页 |
| ·人工神经网络 | 第33-34页 |
| ·BP 网络 | 第34-35页 |
| ·BP 网络设计 | 第35-37页 |
| ·实验结果及分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 图像处理技术 | 第41-58页 |
| ·图像处理技术理论 | 第41-42页 |
| ·图像格式及颜色模型 | 第42-44页 |
| ·图像预处理 | 第44-57页 |
| ·图像灰度图及灰度直方图 | 第45-46页 |
| ·图像增强 | 第46-47页 |
| ·图像灰度均衡处理 | 第47-48页 |
| ·图像滤波 | 第48-52页 |
| ·图像边缘检测 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 5 基于数学形态学的障碍物检测 | 第58-70页 |
| ·数学形态学基本思想 | 第58页 |
| ·形态学的基本运算 | 第58-63页 |
| ·二值形态学 | 第59-61页 |
| ·灰度形态学 | 第61-63页 |
| ·形态学边缘检测算子 | 第63-66页 |
| ·基于形态学的障碍物检测 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 6 结论 | 第70-71页 |
| ·总结 | 第70页 |
| ·展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录 | 第75-77页 |
