摘要
Abstract
引言
第一章 绪论
1.1 项目背景
1.1.1 问题的提出
1.1.2 目前车辆定位方法与识别问题
1.1.3 机器视觉在交通领域的研究现状
1.1.4 项目的研究意义
1.2 设计概述
1.2.1 研究内容
1.2.2 设计目标及开发思路
1.2.3 主要功能
1.3 本文结构
第二章 单目计算机视觉模型及算法
2.1 研究背景
2.2 算法概述
2.3 算法的形状模型
2.3.1 形状的概念
2.3.2 形状的对齐
2.3.3 点分布模型
2.3.4 对形状模型的理解
2.3.5 混合高斯模型基本原理
2.4 识别过程的机理
2.4.1 特征点的局部识别
2.4.2 基于形状模型的全局优化
2.4.3 多层搜索
第三章 单目视频识别系统的应用实现
3.1 运动目标检测原理
3.2 前景像素和背景像素的区分方法
3.3 找到连通区域和提取Blob信息
3.3.1 混合高斯模型函数
3.3.2 前景点背景点的处理函数
3.3.3 连通区域和Blob信息提取
3.4 跟踪模块
3.4.1 跟踪原理及算法实现
3.4.2 跟踪的特殊情况处理
3.4.3 算法在实际应用中的缺陷
3.4.4 单目识别系统对小鱼跟踪测试分析
3.4.5 提高跟踪准确率的改进思路
3.5 本章小结
第四章 双目计算机视觉模型与算法研究
4.1 系统概述
4.1.1 基本问题
4.1.2 基本原理
4.1.3 系统构成
4.2 摄像头的标定
4.2.1 摄像头成像模型
4.2.2 成像模型坐标系及相互关系
4.2.3 参数的计算
4.3 三维信息的恢复
4.3.1 特征点的匹配
4.3.2 信息的综合
4.4 小结
第五章 双目视频识别系统的应用实现
5.1 视频识别算法软件类实现
5.2 辅助工具的实现
5.2.1 标定点收集工具
5.2.2 形状特征点收集工具
5.3 文件I/O
5.4 双目视频识别系统构建
5.4.1 双目识别人体实验环境建立
5.4.2 实验过程
5.4.3 系统对人体识别实验结果与分析
5.4.4 双目识别系统在通关卡口的应用
5.5 小结
第六章 总结与展望
参考文献
致谢