第1章 計(jì)算機(jī)視覺(jué)簡(jiǎn)介1
1.1 計(jì)算機(jī)視覺(jué)的發(fā)展歷程1
1.2 計(jì)算機(jī)視覺(jué)研究現(xiàn)狀2
1.3 計(jì)算機(jī)視覺(jué)在智能車的應(yīng)用3
第2章 視覺(jué)預(yù)處理技術(shù)7
2.1 灰度化處理7
2.2 顏色空間變換8
2.2.1 RGB顏色空間8
2.2.2 HSV顏色空間9
2.2.3 RGB與HSV相互轉(zhuǎn)換10
2.3 閾值處理12
2.3.1 全局閾值處理方法13
2.3.2 局部閾值處理方法14
2.3.3 自適應(yīng)閾值處理方法14
2.4 霍夫變換15
2.5 平滑濾波16
2.5.1 鄰域平滑濾波16
2.5.2 中值濾波18
2.6 邊緣檢測(cè)19
2.6.1 Canny算子邊緣檢測(cè)20
2.6.2 Sobel算子邊緣檢測(cè)21
第3章 智能車視覺(jué)平臺(tái)搭建24
3.1 硬件平臺(tái)的設(shè)計(jì)與搭建24
3.1.1 硬件平臺(tái)的設(shè)計(jì)24
3.1.2 硬件平臺(tái)的搭建27
3.2 開(kāi)發(fā)環(huán)境的搭建29
3.2.1 開(kāi)發(fā)工具介紹29
3.2.2 OpenCV下載與安裝29
3.2.3 環(huán)境配置30
第4章 標(biāo)定39
4.1 攝像機(jī)標(biāo)定方法39
4.1.1 攝像機(jī)成像模型39
4.1.2 攝像機(jī)內(nèi)外參數(shù)40
4.1.3 機(jī)器視覺(jué)標(biāo)定板說(shuō)明41
4.1.4 單目攝像機(jī)標(biāo)定43
4.2 逆透視標(biāo)定方法45
4.2.1 逆透視變換原理45
4.2.2 傳統(tǒng)的逆透視標(biāo)定方法46
4.2.3 一種用于智能車的逆透視標(biāo)定方法47
4.2.4 逆透視圖像的特點(diǎn)及應(yīng)用51
第5章 單目視覺(jué)測(cè)距53
5.1 基于映射關(guān)系表的單目視覺(jué)測(cè)距53
5.1.1 方法的實(shí)現(xiàn)53
5.1.2 實(shí)驗(yàn)結(jié)果55
5.1.3 等距標(biāo)記的優(yōu)缺點(diǎn)56
5.2 基于幾何關(guān)系的距離計(jì)算方法56
5.2.1 方法的實(shí)現(xiàn)56
5.2.2 實(shí)驗(yàn)與結(jié)果分析62
5.3 基于逆透視變換的平面測(cè)距方法65
第6章 車道線檢測(cè)與跟蹤67
6.1 車道線檢測(cè)方法67
6.1.1 車道線特性及類型67
6.1.2 國(guó)內(nèi)外近年研究成果68
6.1.3 車道線檢測(cè)的難點(diǎn)69
6.1.4 自適應(yīng)二值化算法69
6.2 基于透視圖像的檢測(cè)方法73
6.2.1 透視模型73
6.2.2 一種基于透視圖像的車道線檢測(cè)方法76
6.3 基于IPM的檢測(cè)方法79
6.3.1 逆透視模型79
6.3.2 一種基于IPM的車道線檢測(cè)方法80
6.4 車道虛擬中心線的計(jì)算方法86
6.5 車道線跟蹤技術(shù)89
6.5.1 基于卡爾曼濾波的車道線跟蹤90
6.5.2 基于粒子濾波的車道線跟蹤90
第7章 斑馬線識(shí)別92
7.1 斑馬線的特征及其作用92
7.2 斑馬線識(shí)別方法94
7.3 基于時(shí)空關(guān)聯(lián)的斑馬線識(shí)別方法99
第8章 停止線識(shí)別與測(cè)距103
8.1 停止線的特征及其作用103
8.1.1 停止線的特征103
8.1.2 停止線的作用104
8.2 停止線識(shí)別方法105
8.3 基于時(shí)空關(guān)聯(lián)的停止線識(shí)別方法108
8.4 停止線測(cè)距112
第9章 導(dǎo)向箭頭識(shí)別114
9.1 導(dǎo)向箭頭的特征和類型114
9.2 導(dǎo)向箭頭的識(shí)別方法115
9.3 基于時(shí)空關(guān)聯(lián)的導(dǎo)向箭頭識(shí)別方法116
第10章 交通信號(hào)燈識(shí)別122
10.1 交通信號(hào)燈識(shí)別簡(jiǎn)述122
10.1.1 交通信號(hào)燈識(shí)別的意義122
10.1.2 交通信號(hào)燈識(shí)別的方法123
10.2 交通信號(hào)燈檢測(cè)方法124
10.2.1 顏色空間選取125
10.2.2 圖像分割126
10.3 交通信號(hào)燈識(shí)別方法129
10.3.1 區(qū)域選擇129
10.3.2 特征提取130
10.3.3 分類器訓(xùn)練132
第11章 交通標(biāo)志牌識(shí)別133
11.1 交通標(biāo)志牌識(shí)別簡(jiǎn)述133
11.2 交通標(biāo)志牌類型135
11.3 交通標(biāo)志牌識(shí)別現(xiàn)狀139
11.4 交通標(biāo)志牌識(shí)別的難點(diǎn)140
11.4.1 天氣環(huán)境的影響140
11.4.2 空間變化的影響141
11.5 交通標(biāo)志牌識(shí)別的方法143
11.5.1 基于模板匹配的方法143
11.5.2 基于機(jī)器學(xué)習(xí)的方法146
第12章 無(wú)人自主車視覺(jué)定位150
12.1 視覺(jué)定位的意義和應(yīng)用150
12.2 視覺(jué)定位方法152
12.2.1 基于路標(biāo)庫(kù)和圖像匹配的全局定位152
12.2.2 同時(shí)定位與地圖構(gòu)建的SLAM155
12.2.3 基于局部運(yùn)動(dòng)估計(jì)的視覺(jué)里程計(jì)156
12.3 定位算法性能分析159
第13章 基于視覺(jué)的路口定位161
13.1 路口定位的實(shí)現(xiàn)流程161
13.2 基于路口場(chǎng)景識(shí)別的粗定位162
13.2.1 建立路口場(chǎng)景特征庫(kù)162
13.2.2 基于SURF的快速路口場(chǎng)景識(shí)別164
13.3 基于IPM的高精度實(shí)時(shí)定位166
13.3.1 逆透視變換（IPM）166
13.3.2 停止線檢測(cè)與測(cè)距169
13.3.3 車道線檢測(cè)172
13.3.4 位置坐標(biāo)計(jì)算175
參考文獻(xiàn)178