道路交通中机动车辆临时驻车智能起步提示系统关键技术的研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究的意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 交通信号灯检测和识别的国内外研究现状 | 第14页 |
| 1.2.2 视觉检测前车运动状态研究现状 | 第14-16页 |
| 1.3 本文的主要工作内容和研究框架 | 第16-19页 |
| 1.3.1 本文的主要工作内容 | 第16-17页 |
| 1.3.2 本文的研究框架 | 第17-19页 |
| 第2章 图像处理基本知识和系统整体设计 | 第19-29页 |
| 2.1 图像处理基本知识 | 第19-26页 |
| 2.1.1 常用的色彩空间及转换关系 | 第19-21页 |
| 2.1.2 图像滤波降噪 | 第21-22页 |
| 2.1.3 图像二值化 | 第22-24页 |
| 2.1.4 形态学处理 | 第24-26页 |
| 2.2 系统整体设计 | 第26-28页 |
| 2.2.1 系统算法流程 | 第26-27页 |
| 2.2.2 系统的模块设计 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 复杂背景下交通信号灯的检测和识别 | 第29-40页 |
| 3.1 信号灯检测和识别的整体流程 | 第29-31页 |
| 3.2 复杂背景下交通信号灯识别区域的提取 | 第31-35页 |
| 3.2.1 图像预处理 | 第31-32页 |
| 3.2.2 颜色分割 | 第32-33页 |
| 3.2.3 形状分割 | 第33-35页 |
| 3.3 复杂背景下交通信号灯的识别 | 第35-37页 |
| 3.3.1 圆形度判别 | 第35-36页 |
| 3.3.2 模板匹配识别 | 第36页 |
| 3.3.3 颜色判别 | 第36-37页 |
| 3.4 实验结果和分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 运动模糊车牌区域图像恢复 | 第40-50页 |
| 4.1 前车运动状态检测整体流程 | 第40-42页 |
| 4.1.1 车牌区域粗定位 | 第41页 |
| 4.1.2 图像预处理 | 第41页 |
| 4.1.3 颜色分割 | 第41-42页 |
| 4.1.4 投影定位初步获得车牌区域 | 第42页 |
| 4.2 运动模糊图像退化模型的建立 | 第42-49页 |
| 4.2.1 图像复原 | 第44页 |
| 4.2.2 运动模糊图像模糊角度估计 | 第44-46页 |
| 4.2.3 运动模糊图像模糊长度估计 | 第46-48页 |
| 4.2.4 基于约束最小二乘法运动模糊图像复原 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 基于车牌面积进行车距车速测量研究 | 第50-59页 |
| 5.1 车距模型的建立和车距的确定 | 第50-53页 |
| 5.1.1 车牌面积的确定 | 第50页 |
| 5.1.2 车距模型的建立 | 第50-53页 |
| 5.2 车距的确定 | 第53-56页 |
| 5.2.1 确定车牌类型及对应的实际面积 | 第53-54页 |
| 5.2.2 确定车载摄像机内部参数 | 第54-56页 |
| 5.3 车速的确定 | 第56-58页 |
| 5.3.1 车速模型的建立 | 第56-57页 |
| 5.3.2 实验结果分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结和展望 | 第59-61页 |
| 6.1 本文主要工作 | 第59-60页 |
| 6.2 下一步研究工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间参加的科研项目和成果 | 第66页 |
