Java知識分享網 - 輕松學習從此開始!????

Java知識分享網

Java1234官方群24:java1234官方群24
Java1234官方群24:791563025
     

2019 java0基礎 從菜雞到架構師系統視頻教程 下載

畢設代做,包查重(聯系人:點擊這里給我發消息

領取國內優秀就業,加薪,跳槽項目課程源碼-vue2+jwt+springboot+mybaits前后端分離通訊錄系統課程

SpringBoot打造企業級進銷存

Java1234 VIP課程

領取微信掃碼登錄Java實現視頻教程

Java1234至尊VIP(特價活動)
當前位置: 主頁 > Java文檔 > Java基礎相關 >

計算機視覺算法與智能車應用 PDF 下載


分享到:
時間:2019-11-15 17:45來源:https://www.xz577.com/e/60350. 作者:轉載  侵權舉報
計算機視覺算法與智能車應用 PDF 下載
失效鏈接處理
計算機視覺算法與智能車應用 PDF 下載

轉載自:https://www.xz577.com/e/60350.html
 
本站整理下載:
提取碼:8a4b 
 
 
用戶下載說明:
電子版僅供預覽,下載后24小時內務必刪除,支持正版,喜歡的請購買正版書籍:
http://product.dangdang.com/23888461.html
  
相關截圖:
 
資料簡介:
本書介紹計算機視覺在智能車中的應用,分三個部分共13章。**部分(第1、2章),供初學者學習,介紹計算機視覺的定義、研究內容、發展歷程、在智能車中的主要應用,以及智能車視覺常用的圖像預處理方法。第二部分(第3~5章),是智能車視覺技術的基礎內容,介紹智能車視覺認知硬件平臺和軟件開發環境的搭建與配置,以及在實際應用中經常使用的攝像機標定方法和視覺測距技術。第三部分(第6~13章),介紹計算機視覺在智能車中的具體應用和問題解決,包括車道線的識別與跟蹤、停止線檢測與測距、斑馬線、導向箭頭、交通信號燈、交通標志牌等識別方法和視覺定位技術,使讀者進一步了解智能車視覺的具體應用,以及解決問題的難點和思路。 本書適合從事計算機視覺、圖像處理、智能車研究的人員學習,尤其適合從事無人駕駛智能車圖像處理研究和開發的人員學習,也可作為相關專業研究生的教學用書。
 
資料目錄:
第1章 計算機視覺簡介 1
1.1 計算機視覺的發展歷程 1
1.2 計算機視覺研究現狀 2
1.3 計算機視覺在智能車的應用 3
第2章 視覺預處理技術 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 19
2.6.1 Canny算子邊緣檢測 20
2.6.2 Sobel算子邊緣檢測 21
第3章 智能車視覺平臺搭建 24
3.1 硬件平臺的設計與搭建 24
3.1.1 硬件平臺的設計 24
3.1.2 硬件平臺的搭建 27
3.2 開發環境的搭建 29
3.2.1 開發工具介紹 29
3.2.2 OpenCV下載與安裝 29
3.2.3 環境配置 30
第4章 標定 39
4.1 攝像機標定方法 39
4.1.1 攝像機成像模型 39
4.1.2 攝像機內外參數 40
4.1.3 機器視覺標定板說明 41
4.1.4 單目攝像機標定 43
4.2 逆透視標定方法 45
4.2.1 逆透視變換原理 45
4.2.2 傳統的逆透視標定方法 46
4.2.3 一種用于智能車的逆透視標定方法 47
4.2.4 逆透視圖像的特點及應用 51
第5章 單目視覺測距 53
5.1 基于映射關系表的單目視覺測距 53
5.1.1 方法的實現 53
5.1.2 實驗結果 55
5.1.3 等距標記的優缺點 56
5.2 基于幾何關系的距離計算方法 56
5.2.1 方法的實現 56
5.2.2 實驗與結果分析 62
5.3 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 67
6.1 車道線檢測方法 67
6.1.1 車道線特性及類型 67
6.1.2 國內外近年研究成果 68
6.1.3 車道線檢測的難點 69
6.1.4 自適應二值化算法 69
6.2 基于透視圖像的檢測方法 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方法 76
6.3 基于IPM的檢測方法 79
6.3.1 逆透視模型 79
6.3.2 一種基于IPM的車道線檢測方法 80
6.4 車道虛擬中心線的計算方法 86
6.5 車道線跟蹤技術 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 斑馬線識別 92
7.1 斑馬線的特征及其作用 92
7.2 斑馬線識別方法 94
7.3 基于時空關聯的斑馬線識別方法 99
第8章 停止線識別與測距 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 停止線識別方法 105
8.3 基于時空關聯的停止線識別方法 108
8.4 停止線測距 112
第9章 導向箭頭識別 114
9.1 導向箭頭的特征和類型 114
9.2 導向箭頭的識別方法 115
9.3 基于時空關聯的導向箭頭識別方法 116
第10章 交通信號燈識別 122
10.1 交通信號燈識別簡述 122
10.1.1 交通信號燈識別的意義 122
10.1.2 交通信號燈識別的方法 123
10.2 交通信號燈檢測方法 124
10.2.1 顏色空間選取 125
10.2.2 圖像分割 126
10.3 交通信號燈識別方法 129
10.3.1 區域選擇 129
10.3.2 特征提取 130
10.3.3 分類器訓練 132
第11章 交通標志牌識別 133
11.1 交通標志牌識別簡述 133
11.2 交通標志牌類型 135
11.3 交通標志牌識別現狀 139
11.4 交通標志牌識別的難點 140
11.4.1 天氣環境的影響 140
11.4.2 空間變化的影響 141
11.5 交通標志牌識別的方法 143
11.5.1 基于模板匹配的方法 143
11.5.2 基于機器學習的方法 146
第12章 無人自主車視覺定位 150
12.1 視覺定位的意義和應用 150
12.2 視覺定位方法 152
12.2.1 基于路標庫和圖像匹配的全局定位 152
12.2.2 同時定位與地圖構建的SLAM 155
12.2.3 基于局部運動估計的視覺里程計 156
12.3 定位算法性能分析 159
第13章 基于視覺的路口定位 161
13.1 路口定位的實現流程 161
13.2 基于路口場景識別的粗定位 162
13.2.1 建立路口場景特征庫 162
13.2.2 基于SURF的快速路口場景識別 164
13.3 基于IPM的高精度實時定位 166
13.3.1 逆透視變換(IPM) 166
13.3.2 停止線檢測與測距 169
13.3.3 車道線檢測 172
13.3.4 位置坐標計算 175
參考文獻 178


 
------分隔線----------------------------
鋒哥公眾號


鋒哥微信號


羽毛球男双