交通事故现场散落物特征识别及提取技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究的背景与意义 | 第8-10页 |
| 1.1.1 研究的背景 | 第8-9页 |
| 1.1.2 研究的目的意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 2 散落物图像处理标定系统的设计 | 第13-20页 |
| 2.1 相机成像的理论模型和图像三维重建原理 | 第13-15页 |
| 2.2 相机标定方法的分类 | 第15-16页 |
| 2.2.1 传统相机标定方法 | 第15页 |
| 2.2.2 相机自标定方法 | 第15-16页 |
| 2.2.3 基于主动视觉的相机标定方法 | 第16页 |
| 2.3 相机标定在散落物图像采集中的实现 | 第16-17页 |
| 2.4 散落物图像处理标定系统 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 事故现场散落物图像预处理 | 第20-34页 |
| 3.1 散落物图像灰度变换 | 第20-25页 |
| 3.1.1 散落物图像灰度变换函数 | 第21-23页 |
| 3.1.2 散落物图像直方图均衡化 | 第23-25页 |
| 3.2 散落物图像平滑 | 第25-30页 |
| 3.2.1 噪声 | 第25-27页 |
| 3.2.2 中值滤波去噪 | 第27-29页 |
| 3.2.3 维纳滤波去噪 | 第29-30页 |
| 3.3 图像锐化 | 第30-33页 |
| 3.3.1 Roberts梯度锐化 | 第30-31页 |
| 3.3.2 高通滤波锐化 | 第31页 |
| 3.3.3 Laplacian拉普拉斯锐化 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 散落物图像特征识别 | 第34-57页 |
| 4.1 阈值分割算法 | 第34-36页 |
| 4.1.1 迭代分割算法 | 第34-35页 |
| 4.1.2 直方图分割算法 | 第35-36页 |
| 4.2 散落物图像边缘检测 | 第36-51页 |
| 4.2.1 图像边缘检测分类 | 第37-43页 |
| 4.2.2 散落物图像边缘检测 | 第43-51页 |
| 4.3 散落物特征识别试验验证 | 第51-55页 |
| 4.3.1 理论引例 | 第51-52页 |
| 4.3.2 圆形散落物的特征识别 | 第52-54页 |
| 4.3.3 矩形等规则多边形物体的特征提取 | 第54页 |
| 4.3.4 不规则物体的特征提取 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 散落物特征识别案例验证与分析 | 第57-64页 |
| 5.1 汽车碰撞散落物模拟试验装置 | 第57-58页 |
| 5.2 模拟碰撞试验中散落物特征识别试验验证 | 第58-62页 |
| 5.3 散落物图像特征识别结果分析 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |
