声明
摘要
第1章结论
1．2目标检测以及测距方法研究现状
1．2．1目标检测算法
1．2．2基于视觉的测距算法研究现状
1．3课题概述及任务安排
1．4论文的研究内容及结构安排
1．5本章小结
第2章前方车辆的识别与跟踪
2．1基于openev的图像预处理
2．1．1灰度化
2．1．2图像平滑处理
2．2基于Hough直线变换的车道线检测
2．2．1感兴趣区域的划分
2．2．2改进的图像的二值化处理
2．2．3非目标点滤除
2．2．4Hough直线变换
2．3基于Haar特征的车辆识别
2．3．1Haar特征检测
2．3．2基于Adaboost的级联分类器的构建
2．3．3Haar-Adaboost分类器训练及检测结果优化
2．3．4基于Kalman滤波的车辆跟踪方法
2．3．5检测效果评价
2．4本章小结
第3章基于CENTRIST特征的快速行人检测算法的实现
3．1Sobel边缘检测
3．1．2Sobel边缘检测算法的原理及实现
3．2CENTRIST特征提取
3．3级联分类器(SVM)
3．3．1SVM分类器原理
3．3．2SVM分类器快速检测方法的实现
3．3．3SVM分类器训练
3．4检测结果提纯及检测效果评价
3．5本章小结
第4章基于单目视觉的障碍物距离测量
4．1．1摄像机成像原理
4．1．2世界坐标系到像素坐标系的转换
4．1．3基于单目视觉的实时测距方法
4．2摄像机标定及效果
4．2．1标定方法简介
4．2．2张友正标定法参数求解
4．2．3张友正标定法实现过程及结果
4．3相机选型及界面开发
4．3．1相机和镜头的选择
4．3．2界面功能模块的开发
4．4测距实验及效果评价
4．4．1前方目标测距试验设计
4．4．2不同测距方法实验结果对比
4．5本章小结
第5章总结与展望
5．1工作总结
5．2工作展望
参考文献
致谢
山东大学;
