声明
摘要
第1章 绪论
1.1 课题研究背景
1.2 基于机器视觉的车辆后方障碍物检测技术
1.2.1 车辆后方障碍物检测特点
1.2.2 机器视觉的发展及应用
1.2.3 基于机器视觉的车辆后方障碍物检测算法
1.3 国内外研究现状
1.3.1 国内研究现状
1.3.2 国外研究现状
1.4 课题研究意义
1.5 论文研究的主要内容和章节安排
1.5.1 论文研究的主要内容
1.5.2 章节安排
1.6 本章小结
第2章 图像处理基础知识
2.1 图像处理技术在车辆后方障碍物检测技术中的应用
2.2 图像形态学处理
2.2.1 膨胀与腐蚀
2.2.2 开运算和闭运算
2.2.3 形态学梯度
2.3 图像分割算法
2.4 图像滤波处理
2.4.1 中值滤波
2.4.2 高斯滤波
2.4.3 双边滤波
2.5 图像的边缘检测
2.6 本章小结
第3章 摄像机成像模型及相关技术
3.1 计算机视觉简介
3.2 坐标系描述
3.3 摄像机成像几何模型
3.4 角点检测
3.4.1 角点的概念
3.4.2 Harris角点检测及其改进
3.5 目标的特征提取
3.5.1 基于结构特征的方法
3.5.2 基于像素分布的方法
3.6 本章小结
第4章 车辆后方障碍物检测算法设计
4.1 基于特征信息的障碍物检测算法
4.1.1 直线的特征
4.1.2 Hough直线检测
4.1.3 Hough直线检测步骤
4.2 基于光流的障碍物检测算法
4.2.1 光流的计算
4.2.2 基本等式的引入
4.2.3 Horn-Schunck方法
4.2.4 Lucas-Kanade方法
4.3 基于背景差分的方法
4.4 基于运动补偿的方法
4.4.1 运动估计方法
4.4.2 运动模型的建立
4.4.3 自运动估计基本原理
4.5 两帧间差分法
4.5.1 两帧间差分算法流程图
4.5.2 两帧间差分算法的优缺点
4.5.3 两帧间差分法实验结果
4.6 三帧间差分法
4.6.1 三帧间差分算法的原理
4.6.2 三帧间差分算法主要代码
4.6.3 三帧间差分算法的流程图
4.7 车辆后方障碍物检测系统平台设计
4.7.1 车辆视频采集
4.7.2 系统平台组成模块
4.8 本章小结
第5章 车辆后方障碍物检测算法的实现
5.1 算法运行实验平台
5.2 算法评估
5.3 三帧间差分法实验结果及分析
5.4 本章小结
第6章 总结与展望
6.1 工作总结
6.2 展望
参考文献
致谢