| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究进展及现状 | 第10-11页 |
| ·研究内容和主要创新点 | 第11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 图像的采集与特征提取 | 第13-27页 |
| ·图像的采集与分割 | 第13-16页 |
| ·图像的采集平台 | 第13-15页 |
| ·图像的分割 | 第15-16页 |
| ·图像的特征提取 | 第16-21页 |
| ·Harris 角点检测 | 第16-17页 |
| ·圆及椭圆的检测 | 第17-19页 |
| ·基于高阶矩的特征描述 | 第19-21页 |
| ·实验结果及分析 | 第21-25页 |
| ·实验（一）——Harris 角点检测 | 第21-23页 |
| ·实验（二）——圆及椭圆中心检测 | 第23-25页 |
| ·实验（三）——基于矩的特征描述 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 摄像机标定 | 第27-53页 |
| ·概述 | 第27页 |
| ·摄像机模型 | 第27-32页 |
| ·摄像机模型中的坐标系统 | 第27-29页 |
| ·摄像机的线性模型（针孔模型） | 第29-31页 |
| ·摄像机的非线性模型 | 第31-32页 |
| ·传统的摄像机标定算法 | 第32-36页 |
| ·两步法 | 第32-34页 |
| ·张正友标定法 | 第34-36页 |
| ·立体视觉 | 第36-38页 |
| ·双目立体视觉的基本原理 | 第36-37页 |
| ·双目摄像机立体视觉标定 | 第37-38页 |
| ·实验结果及分析 | 第38-52页 |
| ·实验（四）——两步法非共面标定 | 第38-40页 |
| ·实验（五）——两步法共面标定 | 第40-42页 |
| ·实验（六）——张正友法理论验证 | 第42页 |
| ·实验（七）——张正友法立体标定 | 第42-48页 |
| ·实验（八）——简易实时双目立体视觉系统 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于群智能优化的车辆分类研究 | 第53-58页 |
| ·引言 | 第53页 |
| ·猫群算法的基本原理 | 第53-55页 |
| ·猫群算法优化 k-均值算法的车辆目标分类 | 第55-56页 |
| ·实验（九）——猫群算法优化 k-均值算法的车辆目标分类 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和科研情况说明 | 第63-64页 |
| 致谢 | 第64-65页 |