基于加权Hough变换和时域相关性分析的双目视频障碍物检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·基于车载立体视觉的障碍物检测的研究内容 | 第12-13页 |
| ·基于车载立体视觉的障碍物检测的研究现状及难点 | 第13-19页 |
| ·车载障碍物检测的发展历程及主要研究方法 | 第13-17页 |
| ·车载障碍物检测的研究与应用现状 | 第17-18页 |
| ·车载障碍物检测的难点 | 第18-19页 |
| ·本文的主要工作及组织结构 | 第19-21页 |
| ·本文的主要工作及创新点 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第二章 车载双目立体视觉处理技术基础 | 第21-33页 |
| ·车载立体视觉系统 | 第21-26页 |
| ·KITTI视觉基准平台 | 第21-22页 |
| ·摄像机标定与图像的校准 | 第22-24页 |
| ·车载双目系统模型 | 第24-26页 |
| ·立体匹配 | 第26-33页 |
| ·基于局部约束的立体匹配 | 第29-30页 |
| ·基于全局约束的立体匹配 | 第30-31页 |
| ·基于结构性约束的半全局立体匹配 | 第31-33页 |
| 第三章 基于V-视差图的路面特征提取 | 第33-45页 |
| ·V-视差图的构造 | 第33-34页 |
| ·路面投影曲线的获取 | 第34-39页 |
| ·不同平面在V-视差图中的投影 | 第35-36页 |
| ·基于Hough检测的直线拟合算法 | 第36-39页 |
| ·基于加权Hough变换的路面特征提取 | 第39-43页 |
| ·加权Hough变换 | 第39-41页 |
| ·峰值提取中的约束条件 | 第41-43页 |
| ·路面模型的其他方法 | 第43-45页 |
| 第四章 时域局部相关性分析 | 第45-51页 |
| ·上下文信息在障碍物检测中作用 | 第45-47页 |
| ·上下文信息的定义 | 第45-46页 |
| ·上下文信息在障碍物检测和机器人导航领域的应用 | 第46-47页 |
| ·参数空间局部时域相关性分析 | 第47-51页 |
| 第五章 基于路面特征的障碍物检测 | 第51-59页 |
| ·路面检测与识别 | 第51-55页 |
| ·最小障碍物的高度的引入 | 第52-53页 |
| ·路面投影特征曲线的重建 | 第53-55页 |
| ·障碍物的检测 | 第55-57页 |
| ·基于路面特征的逐列检测 | 第55-56页 |
| ·检测后的平滑操作 | 第56-57页 |
| ·障碍物与自由空间的分割 | 第57-59页 |
| 第六章 障碍物检测系统的实现 | 第59-69页 |
| ·实现平台 | 第59-62页 |
| ·OpenCV中立体视觉模块 | 第59-60页 |
| ·立体匹配中参数的选取 | 第60-61页 |
| ·Matlab混合编程 | 第61-62页 |
| ·车载障碍物检测系统框架 | 第62-63页 |
| ·时间复杂度分析 | 第63-64页 |
| ·视频序列中的结果 | 第64-69页 |
| 第七章 结论与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·对未来工作的展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 附录 硕士研究生期间发表的文章和参与的科研项目 | 第79页 |
