基于计算机视觉的车位检测与倒车辅助算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 倒车辅助系统 | 第12-14页 |
| 1.2.1 倒车辅助系统介绍 | 第12页 |
| 1.2.2 国内外研究现状 | 第12-13页 |
| 1.2.3 发展前景 | 第13-14页 |
| 1.3 倒车辅助方法介绍 | 第14-15页 |
| 1.3.1 车位检测方法介绍 | 第14页 |
| 1.3.2 理论轨迹介绍 | 第14-15页 |
| 1.3.3 实际轨迹与矫正方法介绍 | 第15页 |
| 1.3.4 超声波测距方法介绍 | 第15页 |
| 1.4 本文的主要工作 | 第15-17页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 本文的组织 | 第16-17页 |
| 第2章 图像预处理相关技术概述 | 第17-37页 |
| 2.1 图像预处理简介 | 第17-18页 |
| 2.2 图像灰度化 | 第18-19页 |
| 2.3 图像去噪 | 第19-22页 |
| 2.3.1 算法介绍 | 第19页 |
| 2.3.2 均值滤波 | 第19-20页 |
| 2.3.3 中值滤波 | 第20-22页 |
| 2.4 图像边缘增强 | 第22-27页 |
| 2.4.1 算法介绍 | 第22-24页 |
| 2.4.2 Sobel算子 | 第24-25页 |
| 2.4.3 Roberts算子 | 第25-27页 |
| 2.5 图像二值化 | 第27-32页 |
| 2.5.1 算法介绍 | 第27页 |
| 2.5.2 全局阈值 | 第27-29页 |
| 2.5.3 自适应阈值 | 第29-31页 |
| 2.5.4 大津阈值 | 第31-32页 |
| 2.6 基于数学形态学的图像边缘修补 | 第32-35页 |
| 2.6.1 算法介绍 | 第32-33页 |
| 2.6.2 膨胀 | 第33-34页 |
| 2.6.3 腐蚀 | 第34-35页 |
| 2.6.4 开闭操作 | 第35页 |
| 2.7 本章小结 | 第35-37页 |
| 第3章 基于计算机视觉的车位检测技术 | 第37-51页 |
| 3.1 算法介绍 | 第37-38页 |
| 3.2 轮廓检测 | 第38-39页 |
| 3.3 车位线检测 | 第39-45页 |
| 3.4 基于改进Hough算法的线段检测 | 第45-48页 |
| 3.5 基于交点检测的入口点提取方法 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 基于三维映射的倒车轨迹模拟 | 第51-59页 |
| 4.1 理论倒车轨迹模拟 | 第51-56页 |
| 4.1.1 转弯半径 | 第51-53页 |
| 4.1.2 轨迹范围 | 第53-54页 |
| 4.1.3 张正友摄像机标定算法介绍 | 第54-55页 |
| 4.1.4 基于张正友算法的三维到二维的映射 | 第55-56页 |
| 4.2 实际倒车轨迹模拟 | 第56-58页 |
| 4.2.1 算法介绍 | 第56-57页 |
| 4.2.2 图形绘制 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 基于超声波技术的距离检测 | 第59-65页 |
| 5.1 超声波技术概述 | 第59-61页 |
| 5.1.1 超声波概述 | 第59页 |
| 5.1.2 超声波传感器特性 | 第59-61页 |
| 5.2 超声波测距原理 | 第61页 |
| 5.3 超声波检测空车位 | 第61-63页 |
| 5.4 软件程序设计 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 实验设计及算法性能分析 | 第65-69页 |
| 6.1 实验环境介绍 | 第65页 |
| 6.2 正确性分析 | 第65-67页 |
| 6.3 速度测试 | 第67页 |
| 6.4 超声波测距实验结果及分析 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 结束语 | 第69-71页 |
| 7.1 本文工作总结 | 第69页 |
| 7.2 未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 发表论文情况 | 第77页 |
