計(jì)算機(jī)視覺算法與智能車應(yīng)用

目 錄第1章 計(jì)算機(jī)視覺簡介 11.1 計(jì)算機(jī)視覺的發(fā)展歷程 11.2 計(jì)算機(jī)視覺研究現(xiàn)狀 21.3 計(jì)算機(jī)視覺在智能車的應(yīng)用 3第2章 視覺預(yù)處理技術(shù) 72.1 灰度化處理 72.2 顏色空間變換 82.2.1 RGB顏色空間 82.2.2 HSV顏色空間 92.2.3 RGB與HSV相互轉(zhuǎn)換 102.3 閾值處理 122.3.1 全局閾值處理方法 132.3.2 局部閾值處理方法 142.3.3 自適應(yīng)閾值處理方法 142.4 霍夫變換 152.5 平滑濾波 162.5.1 鄰域平滑濾波 162.5.2 中值濾波 182.6 邊緣檢測 192.6.1 Canny算子邊緣檢測 202.6.2 Sobel算子邊緣檢測 21第3章 智能車視覺平臺搭建 243.1 硬件平臺的設(shè)計(jì)與搭建 243.1.1 硬件平臺的設(shè)計(jì) 243.1.2 硬件平臺的搭建 273.2 開發(fā)環(huán)境的搭建 293.2.1 開發(fā)工具介紹 293.2.2 OpenCV下載與安裝 293.2.3 環(huán)境配置 30第4章 標(biāo)定 394.1 攝像機(jī)標(biāo)定方法 394.1.1 攝像機(jī)成像模型 394.1.2 攝像機(jī)內(nèi)外參數(shù) 404.1.3 機(jī)器視覺標(biāo)定板說明 414.1.4 單目攝像機(jī)標(biāo)定 434.2 逆透視標(biāo)定方法 454.2.1 逆透視變換原理 454.2.2 傳統(tǒng)的逆透視標(biāo)定方法 464.2.3 一種用于智能車的逆透視標(biāo)定方法 474.2.4 逆透視圖像的特點(diǎn)及應(yīng)用 51第5章 單目視覺測距 535.1 基于映射關(guān)系表的單目視覺測距 535.1.1 方法的實(shí)現(xiàn) 535.1.2 實(shí)驗(yàn)結(jié)果 555.1.3 等距標(biāo)記的優(yōu)缺點(diǎn) 565.2 基于幾何關(guān)系的距離計(jì)算方法 565.2.1 方法的實(shí)現(xiàn) 565.2.2 實(shí)驗(yàn)與結(jié)果分析 625.3 基于逆透視變換的平面測距方法 65第6章 車道線檢測與跟蹤 676.1 車道線檢測方法 676.1.1 車道線特性及類型 676.1.2 國內(nèi)外近年研究成果 686.1.3 車道線檢測的難點(diǎn) 696.1.4 自適應(yīng)二值化算法 696.2 基于透視圖像的檢測方法 736.2.1 透視模型 736.2.2 一種基于透視圖像的車道線檢測方法 766.3 基于IPM的檢測方法 796.3.1 逆透視模型 796.3.2 一種基于IPM的車道線檢測方法 806.4 車道虛擬中心線的計(jì)算方法 866.5 車道線跟蹤技術(shù) 896.5.1 基于卡爾曼濾波的車道線跟蹤 906.5.2 基于粒子濾波的車道線跟蹤 90第7章 斑馬線識別 927.1 斑馬線的特征及其作用 927.2 斑馬線識別方法 947.3 基于時(shí)空關(guān)聯(lián)的斑馬線識別方法 99第8章 停止線識別與測距 1038.1 停止線的特征及其作用 1038.1.1 停止線的特征 1038.1.2 停止線的作用 1048.2 停止線識別方法 1058.3 基于時(shí)空關(guān)聯(lián)的停止線識別方法 1088.4 停止線測距 112第9章 導(dǎo)向箭頭識別 1149.1 導(dǎo)向箭頭的特征和類型 1149.2 導(dǎo)向箭頭的識別方法 1159.3 基于時(shí)空關(guān)聯(lián)的導(dǎo)向箭頭識別方法 116第10章 交通信號燈識別 12210.1 交通信號燈識別簡述 12210.1.1 交通信號燈識別的意義 12210.1.2 交通信號燈識別的方法 12310.2 交通信號燈檢測方法 12410.2.1 顏色空間選取 12510.2.2 圖像分割 12610.3 交通信號燈識別方法 12910.3.1 區(qū)域選擇 12910.3.2 特征提取 13010.3.3 分類器訓(xùn)練 132第11章 交通標(biāo)志牌識別 13311.1 交通標(biāo)志牌識別簡述 13311.2 交通標(biāo)志牌類型 13511.3 交通標(biāo)志牌識別現(xiàn)狀 13911.4 交通標(biāo)志牌識別的難點(diǎn) 14011.4.1 天氣環(huán)境的影響 14011.4.2 空間變化的影響 14111.5 交通標(biāo)志牌識別的方法 14311.5.1 基于模板匹配的方法 14311.5.2 基于機(jī)器學(xué)習(xí)的方法 146第12章 無人自主車視覺定位 15012.1 視覺定位的意義和應(yīng)用 15012.2 視覺定位方法 15212.2.1 基于路標(biāo)庫和圖像匹配的全局定位 15212.2.2 同時(shí)定位與地圖構(gòu)建的SLAM 15512.2.3 基于局部運(yùn)動估計(jì)的視覺里程計(jì) 15612.3 定位算法性能分析 159第13章 基于視覺的路口定位 16113.1 路口定位的實(shí)現(xiàn)流程 16113.2 基于路口場景識別的粗定位 16213.2.1 建立路口場景特征庫 16213.2.2 基于SURF的快速路口場景識別 16413.3 基于IPM的高精度實(shí)時(shí)定位 16613.3.1 逆透視變換（IPM） 16613.3.2 停止線檢測與測距 16913.3.3 車道線檢測 17213.3.4 位置坐標(biāo)計(jì)算 175參考文獻(xiàn) 178