基於雙目視覺的障礙物識別研究論文(PDF 55頁）

1．2課題研究的現狀
1．3本課題研究的內容
1．I課題研究的目的和意義
1．U一視差法
1．分離並提取道路麵直線
1．梯度算子
2．2攝像機模型與標定
2．2．1幾何企業管理變換
2．2．2攝像機模型
2．2．3攝像機物鏡畸變
2．2．4雙臼攝像機標定
2．3雙目立體匹配
2．3．1立體匹配韻內容
2．3．2選擇匹配基元
2．3．3匹配準則
2．3．4立體匹配方法
2．垂直麵(Vertical Plane)
2．拉普拉斯算子
2．視差值水平搜索方法
2．連續性約束(Disparity Constraint)
2．非對稱畸變引起的畸交差為：
3．1雙目視覺對障礙物識別算法設計
3．2雙目攝像機模型
3．3 V一視差圖的麵特征
3．4 V．視差圖的生成
3．5障礙物目標的識別
3．5．1擬合提取直線算法
3．5．2擬合提取直線步驟
3．5．3障礙物識別
3．傾斜麵(Oblique Plane)
3．分別提取三條垂直線
4．1圖像的預處理
4．1．1圖像邊緣檢測
4．1．2道路邊界線的檢測
4．1．3圖像冗餘信息的處理
4．2圖像冗餘信息的處理
4．3雙目圖像視差的計算
4．4計算V一視差
4．5障礙物識別
4．極線約束(Epipolar Constraint)
圖2-1雙目立體視覺模型
圖2-3透鏡成像模型
圖2-4區域匹配視差搜索
圖2-6不同窗口時的視差圖
圖2．5滑動窗口算法示意圖
圖2．7雙向匹配視差圖
圖3-1簡單背景圖像
圖3-2複雜背景圖像
圖3-3雙目攝像機模型
圖3-5雙目圖像對
圖3-6濃密視差圖圖3．7 V一視差圖
圖34 v一視差可識別的特征麵
圖3．11去掉道路
圖3．12縱向投影
圖3．13 V一視差圖直
圖3．14 u—V一視差圖結合識別目標
圖3．15視差值水平搜索方法識別目標
圖3．8 v一視差圖圖3-9道路麵圖圖3．10道路麵直線
圖4-10搜索道路邊界線圖4-11道路邊界線擬合
圖4-12去除冗餘信息後的左右圖像對
圖4-13編譯完成後的軟件界麵
圖4-16 V一視差閾值設定
圖4-17計算得到的V一視差圖
圖4-19直線提取結果
圖4-5 Prewitt模板
圖4-7 Laplacian常用的兩種模板
圖4—20障礙物識別結果
圖4．-15計算得到的立體匹配視差圖
圖4．14視差計算的軟件界麵
圖4．18直線提取閾值設定
圖4．6 Sobel模板
..............................