图书介绍
计算机视觉算法与智能车应用PDF|Epub|txt|kindle电子书版本网盘下载
- 刘宏哲，袁家政，郑永荣著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121279775
- 出版时间：2015
- 标注页数：179页
- 文件大小：57MB
- 文件页数：189页
- 主题词：计算机视觉－应用－汽车－模型（体育）－制作
PDF下载
下载说明
计算机视觉算法与智能车应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 计算机视觉简介1
1.1 计算机视觉的发展历程1
1.2 计算机视觉研究现状2
1.3 计算机视觉在智能车的应用3
第2章 视觉预处理技术7
2.1 灰度化处理7
2.2 颜色空间变换8
2.2.1 RGB颜色空间8
2.2.2 HSV颜色空间9
2.2.3 RGB与HSV相互转换10
2.3 阈值处理12
2.3.1 全局阈值处理方法13
2.3.2 局部阈值处理方法14
2.3.3 自适应阈值处理方法14
2.4 霍夫变换15
2.5 平滑滤波16
2.5.1 邻域平滑滤波16
2.5.2 中值滤波18
2.6 边缘检测19
2.6.1 Canny算子边缘检测20
2.6.2 Sobel算子边缘检测21
第3章 智能车视觉平台搭建24
3.1 硬件平台的设计与搭建24
3.1.1 硬件平台的设计24
3.1.2 硬件平台的搭建27
3.2 开发环境的搭建29
3.2.1 开发工具介绍29
3.2.2 OpenCV下载与安装29
3.2.3 环境配置30
第4章 标定39
4.1 摄像机标定方法39
4.1.1 摄像机成像模型39
4.1.2 摄像机内外参数40
4.1.3 机器视觉标定板说明41
4.1.4 单目摄像机标定43
4.2 逆透视标定方法45
4.2.1 逆透视变换原理45
4.2.2 传统的逆透视标定方法46
4.2.3 一种用于智能车的逆透视标定方法47
4.2.4 逆透视图像的特点及应用51
第5章 单目视觉测距53
5.1 基于映射关系表的单目视觉测距53
5.1.1 方法的实现53
5.1.2 实验结果55
5.1.3 等距标记的优缺点56
5.2 基于几何关系的距离计算方法56
5.2.1 方法的实现56
5.2.2 实验与结果分析62
5.3 基于逆透视变换的平面测距方法65
第6章 车道线检测与跟踪67
6.1 车道线检测方法67
6.1.1 车道线特性及类型67
6.1.2 国内外近年研究成果68
6.1.3 车道线检测的难点69
6.1.4 自适应二值化算法69
6.2 基于透视图像的检测方法73
6.2.1 透视模型73
6.2.2 一种基于透视图像的车道线检测方法76
6.3 基于IPM的检测方法79
6.3.1 逆透视模型79
6.3.2 一种基于IPM的车道线检测方法80
6.4 车道虚拟中心线的计算方法86
6.5 车道线跟踪技术89
6.5.1 基于卡尔曼滤波的车道线跟踪90
6.5.2 基于粒子滤波的车道线跟踪90
第7章 斑马线识别92
7.1 斑马线的特征及其作用92
7.2 斑马线识别方法94
7.3 基于时空关联的斑马线识别方法99
第8章 停止线识别与测距103
8.1 停止线的特征及其作用103
8.1.1 停止线的特征103
8.1.2 停止线的作用104
8.2 停止线识别方法105
8.3 基于时空关联的停止线识别方法108
8.4 停止线测距112
第9章 导向箭头识别114
9.1 导向箭头的特征和类型114
9.2 导向箭头的识别方法115
9.3 基于时空关联的导向箭头识别方法116
第10章 交通信号灯识别122
10.1 交通信号灯识别简述122
10.1.1 交通信号灯识别的意义122
10.1.2 交通信号灯识别的方法123
10.2 交通信号灯检测方法124
10.2.1 颜色空间选取125
10.2.2 图像分割126
10.3 交通信号灯识别方法129
10.3.1 区域选择129
10.3.2 特征提取130
10.3.3 分类器训练132
第11章 交通标志牌识别133
11.1 交通标志牌识别简述133
11.2 交通标志牌类型135
11.3 交通标志牌识别现状139
11.4 交通标志牌识别的难点140
11.4.1 天气环境的影响140
11.4.2 空间变化的影响141
11.5 交通标志牌识别的方法143
11.5.1 基于模板匹配的方法143
11.5.2 基于机器学习的方法146
第12章 无人自主车视觉定位150
12.1 视觉定位的意义和应用150
12.2 视觉定位方法152
12.2.1 基于路标库和图像匹配的全局定位152
12.2.2 同时定位与地图构建的SLAM155
12.2.3 基于局部运动估计的视觉里程计156
12.3 定位算法性能分析159
第13章 基于视觉的路口定位161
13.1 路口定位的实现流程161
13.2 基于路口场景识别的粗定位162
13.2.1 建立路口场景特征库162
13.2.2 基于SURF的快速路口场景识别164
13.3 基于IPM的高精度实时定位166
13.3.1 逆透视变换（IPM）166
13.3.2 停止线检测与测距169
13.3.3 车道线检测172
13.3.4 位置坐标计算175
参考文献178