基于机器视觉的列车前方障碍物检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第10-15页 |
| 1.1 论文的选题背景和研究意义 | 第10-11页 |
| 1.1.1 论文的选题背景 | 第10页 |
| 1.1.2 论文的研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 机器视觉的研究现状 | 第11-12页 |
| 1.2.2 列车前方障碍物检测的研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 2 列车前方障碍物检测的相关技术 | 第15-26页 |
| 2.1 彩色图像的灰度化 | 第15-16页 |
| 2.2 图像的去噪 | 第16-20页 |
| 2.2.1 均值滤波器 | 第16-17页 |
| 2.2.2 高斯滤波器 | 第17-18页 |
| 2.2.3 中值滤波器 | 第18-20页 |
| 2.3 图像的增强 | 第20-21页 |
| 2.3.1 图像直方图均衡化 | 第20页 |
| 2.3.2 图像对比度增强 | 第20-21页 |
| 2.4 图像的边缘检测 | 第21-25页 |
| 2.4.1 Roberts边缘检测算子 | 第22-23页 |
| 2.4.2 Prewitt边缘检测算子 | 第23页 |
| 2.4.3 Sobel边缘检测算子 | 第23-24页 |
| 2.4.4 Canny边缘检测算子 | 第24-25页 |
| 2.5 小结 | 第25-26页 |
| 3 静态障碍物的检测 | 第26-42页 |
| 3.1 铁轨边缘轮廓线的提取 | 第26-32页 |
| 3.1.1 基于链码跟踪算法的线段检测 | 第26-30页 |
| 3.1.2 断线连接 | 第30-31页 |
| 3.1.3 干扰线段的去除 | 第31-32页 |
| 3.2 检测窗的建立 | 第32-33页 |
| 3.3 障碍物的检测 | 第33-37页 |
| 3.3.1 图像的纹理特征 | 第33-36页 |
| 3.3.2 障碍物的辅助检测 | 第36-37页 |
| 3.3.3 静态障碍物检测方法 | 第37页 |
| 3.4 实验结果与分析 | 第37-41页 |
| 3.5 小结 | 第41-42页 |
| 4 动态障碍物的检测 | 第42-60页 |
| 4.1 常用的运动目标检测方法 | 第42-44页 |
| 4.1.1 帧间差分法 | 第42-43页 |
| 4.1.2 光流法 | 第43页 |
| 4.1.3 背景差分法 | 第43-44页 |
| 4.1.4 其它检测方法 | 第44页 |
| 4.2 基于三帧差法和光流法的运动目标检测 | 第44-50页 |
| 4.2.1 三帧差法提取运动前景 | 第44-45页 |
| 4.2.2 光流法去除运动背景 | 第45-50页 |
| 4.3 动态障碍物的跟踪 | 第50-56页 |
| 4.3.1 常用的运动目标跟踪方法 | 第50-52页 |
| 4.3.2 图像的边缘方向直方图 | 第52页 |
| 4.3.3 Kalman滤波 | 第52-56页 |
| 4.4 运动目标轨迹分析 | 第56-59页 |
| 4.5 小结 | 第59-60页 |
| 5 系统的软件原型及其实现 | 第60-65页 |
| 5.1 系统软件及其原型实现 | 第60-64页 |
| 5.1.1 软件组成模块 | 第60页 |
| 5.1.2 开发工具简介 | 第60-61页 |
| 5.1.3 软件原型的实现 | 第61-64页 |
| 5.2 小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间的研究成果 | 第70页 |
