用于重型卡车的夜间前方车辆检测方法

声明

摘要

第1章 引言

1．1 课题背景及意义

1．2 国内外现状

1．2．1 夜视技术研究现状

1．2．2 基于计算机视觉的车辆检测

1．3 本文主要内容

1．4 论文结构安排

第2章 阈值处理算法

2．1 夜间车辆检测难点分析

2．1．1 汽车试验场行驶环境

2．1．2 高速公路行驶环境

2．2 阈值处理算法

2．2．1 最大类间方差(Otsu)算法

2．2．2 直方图阈值法

2．2．3 迭代法

2．2．4 最大熵阈值算法

2．2．5 Kumar阈值算法

2．2．6 几种常用阈值算法分析

2．3 改进的阈值算法

2．4 本章小结

第三章 Haar-like和Adaboost算法

3．1 Haar-like特征

3．1．1 Haar-like模板

3．1．2 积分图

3．2 Adaboost

3．2．1 Boosting算法背景

3．2．2 弱分类器

3．2．3 AdaBoost算法训练强分类器

3．2．4 级联分类器

3．3 改进的训练和检测方法

3．4 本章小结

第四章 实验及分析

4．1 实验图片及实验构成

4．1．1 中国定远汽车试验场

4．1．2 OpenCV

4．2 阈值处理实验

4．2．1 试验场图片阈值处理实验

4．2．2 高速公路图片阈值处理实验

4．2．3 阈值处理实验结果分析

4．3 训练分类器实验

4．3．1 传统训练方法

4．3．2 改进的训练方法

4．3．3 使用改进的训练方法训练丰富的样本

4．3．4 改进的检测方法与基于对称性方法对比实验

4．4 实验分析和总结

第五章 总结与展望

5．1 总结

5．2 未解决的问题和以后工作展望

参考文献

致谢

本人硕士研究生期间学术成果和参与项目