首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于双目视觉的智能驾驶汽车对于前方运动物体的检测与定位研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第10-18页
    1.1 研究背景及意义第10-12页
    1.2 视觉感知研究概述第12-15页
        1.2.1 国外研究现状第12-13页
        1.2.2 国内研究现状第13-15页
    1.3 本文主要内容第15-16页
    1.4 本章小结第16-18页
第二章 图像预处理第18-32页
    2.1 引言第18页
    2.2 图像灰度化第18-19页
    2.3 图像平滑处理第19-23页
        2.3.1 图像噪声第19-21页
        2.3.2 均值滤波第21页
        2.3.3 中值滤波第21-22页
        2.3.4 高斯滤波第22-23页
    2.4 图像二值化处理第23-27页
        2.4.1 实验法确定阈值第24页
        2.4.2 根据直方图谷底确定阈值第24页
        2.4.3 最小均方误差法第24-25页
        2.4.4 迭代法第25页
        2.4.5 Ostu方法(最大类间方差法)第25-27页
    2.5 数学形态学处理第27-30页
        2.5.1 膨胀与腐蚀第27-28页
        2.5.2 开运算与闭运算第28-30页
    2.6 本章小结第30-32页
第三章 双目立体视觉测距第32-50页
    3.1 双目立体视觉的原理第32-33页
    3.2 摄像机标定第33-37页
        3.2.1 单目标定第33-36页
        3.2.2 双目标定第36页
        3.2.3 改进的标定算法第36-37页
    3.3 角点检测第37-45页
        3.3.1 角点检测方法第37-38页
        3.3.2 Harris角点检测算法第38-41页
        3.3.3 SIFT角点检测第41-45页
    3.4 双目校正第45-46页
    3.5 立体匹配第46-48页
        3.5.1 立体匹配约束第46-47页
        3.5.2 立体匹配基元第47页
        3.5.3 立体匹配算法第47-48页
    3.6 本章小结第48-50页
第四章 目标检测与跟踪第50-62页
    4.1 引言第50页
    4.2. 运动目标检测第50-56页
        4.2.1 帧间差分法第50-51页
        4.2.2 背景差分法第51-52页
        4.2.3 光流法第52-53页
        4.2.4 改进的目标检测算法第53-56页
    4.3 运动目标跟踪第56-61页
        4.3.1 Mean-shift跟踪算法第57-59页
        4.3.2 卡尔曼滤波算法第59-60页
        4.3.3 Mean-shift与Kalman滤波相结合的目标跟踪算法第60-61页
    4.4 本章小结第61-62页
第五章 实验结果与分析第62-76页
    5.1 双目视觉系统的总体设计第62-65页
        5.1.1 硬件系统第62-63页
        5.1.2 软件系统第63-64页
        5.1.3 技术路线第64-65页
    5.2 双目测距实验验证第65-74页
        5.2.1 实验设计第65页
        5.2.2 相机标定第65-71页
        5.2.3 双目校正第71-72页
        5.2.4 图像分割与立体匹配第72-73页
        5.2.5 三维重建第73-74页
    5.3 目标检测与跟踪第74-75页
    5.4 本章小结第75-76页
第六章 总结与展望第76-78页
    6.1 工作总结第76页
    6.2 工作展望第76-78页
参考文献第78-82页
致谢第82-84页
攻读硕士学位期间所发表论文第84页

论文共84页,点击 下载论文
上一篇:网联汽车中视频传输和“阅后即焚”功能的研究与实现
下一篇:基于解构主义的厢式电动物流车内饰造型设计研究