自動駕駛停車位檢測技術

第1章自動駕駛環(huán)境感知概述

1.1自動駕駛環(huán)境感知的背景

1.2停車位感知的背景及方法

參考文獻


第2章圖像采集傳感器

2.1鏡頭

2.1.1鏡頭的結構

2.1.2鏡頭的焦距和視場

2.1.3鏡頭的景深和光圈

2.1.4鏡頭的像差

2.1.5鏡頭的類型

2.2攝像機

2.2.1CCD傳感器

2.2.2CMOS傳感器

2.2.3彩色攝像機

2.3攝像機與計算機接口

2.3.1通用串行總線USB

2.3.2千兆以太網(wǎng)

2.4車載攝像機

2.4.1工作原理

2.4.2應用特點

2.4.3攝像頭實現(xiàn)的功能

2.5本章小結

參考文獻


第3章傳感器標定

3.1攝像機標定定義與分類

3.1.1攝像機標定定義

3.1.2基于是否需要標定物分類

3.1.3基于不同標定物分類

3.1.4基于模型的標定分類

3.1.5基于求解參數(shù)結果的標定分類

3.1.6基于求解方法的標定分類

3.2張正友攝像機標定法

3.2.1單應矩陣的計算

3.2.2攝像機內外參數(shù)求解

3.2.3雙目攝像機的相對外部參數(shù)求解

3.3雙目攝像機的標定實驗

3.3.1單目攝像機的標定

3.3.2雙目攝像機的立體標定

3.4畸變與校正

3.4.1徑向畸變

3.4.2切向畸變

3.5本章小結

參考文獻

第4章三維視覺及測距系統(tǒng)

4.1攝像機成像模型

4.2視覺測量坐標系

4.2.14個基本坐標系

4.2.24個坐標系之間的變換關系

4.3單目測距原理

4.4平行型雙目攝像機測距原理

4.5立體匹配

4.5.1立體校正

4.5.2邊界延拓

4.5.3匹配策略

4.5.4匹配基元

4.5.5約束準則

4.5.6相似性度量準則

4.5.7立體匹配視差測距

4.6本章小結

參考文獻


第5章圖像變換與拼接

5.1圖像變換

5.1.1仿射變換

5.1.2透視變換

5.1.3示例程序： 鳥瞰圖生成

5.2圖像特征點匹配算法

5.2.1SIFT算法詳解

5.2.2SURF算法詳解

5.2.3RANSAC算法詳解

5.3圖像拼接

5.4圖像拼接質量評價

5.4.1PSNR峰值信噪比評價法

5.4.2SSIM評價法

5.5本章小結

參考文獻


第6章基于機器視覺的停車位檢測

6.1OpenCV以及Visual Studio

6.1.1OpenCV概述

6.1.2起源及發(fā)展

6.1.3Visual Studio

6.2檢測停車位前圖像預處理

6.2.1線性濾波與非線性濾波

6.2.2圖像亮度及對比度

6.2.3形態(tài)學運算

6.2.4圖像金字塔與圖像尺寸縮放

6.2.5閾值化

6.3停車位及車位線的特征提取

6.3.1邊緣檢測

6.3.2直線檢測

6.3.3圖像輪廓與分割

6.4停車位及車位線判定

6.4.1完整停車位檢測

6.4.2不完整停車位檢測

6.4.3缺損停車位檢測

6.4.4示例程序： 停車位檢測

6.5實驗流程

6.6本章小結

參考文獻


第7章基于深度學習的停車位檢測

7.1深度學習的基本原理

7.1.1人工神經(jīng)網(wǎng)絡

7.1.2反向傳播算法

7.1.3卷積神經(jīng)網(wǎng)絡

7.2經(jīng)典的卷積神經(jīng)網(wǎng)絡

7.2.1LeNet

7.2.2AlexNet

7.2.3VGGNet

7.2.4ResNet

7.2.5YOLO v3

7.3車位檢測的方法

7.3.1基于標記點的檢測方法

7.3.2基于邊界框的檢測方式

7.4本章小結

參考文獻