圖像識別及嵌入式技術(shù)在智能交通系統(tǒng)中的應(yīng)用研究

前言
章 緒論
1.1 研究背景及意義
1.2 基于圖像識別理論的智能交通系統(tǒng)
1.3 智能交通系統(tǒng)中的圖像識別相關(guān)技術(shù)研究現(xiàn)狀
1.3.1 基于圖像識別理論的智能泊車技術(shù)研究現(xiàn)狀
1.3.2 基于圖像識別理論的車牌識別技術(shù)研究現(xiàn)狀
1.3.3 基于圖像識別理論的車輛識別技術(shù)研究現(xiàn)狀
1.4 本書的主要工作與研究成果
1.5 本書的整體結(jié)構(gòu)安排
第2章 圖像識別基本方法及關(guān)鍵技術(shù)
2.1 圖像識別基礎(chǔ)
2.1.1 圖像識別的分類
2.1.2 圖像識別方法的基本框架
2.2 圖像預(yù)處理技術(shù)
2.2.1 彩色圖像灰度化
2.2.2 灰度圖像二值化
2.2.3 圖像增強(qiáng)
2.2.4 圖像去噪
2.2.5 圖像分割
2.3 圖像特征提取
2.3.1 圖像特征提取的基本思想
2.3.2 圖像特征提取方法
2.4 圖像分類算法
2.4.1 有監(jiān)督分類方法
2.4.2 無監(jiān)督聚類方法
2.5 計(jì)算機(jī)視覺圖像相關(guān)理論
2.5.1 計(jì)算機(jī)視覺理論的發(fā)展
2.5.2 計(jì)算機(jī)視覺基本理論
2.5.3 計(jì)算機(jī)視覺的應(yīng)用
2.6 嵌入式系統(tǒng)技術(shù)
2.6.1 嵌入式Linux開發(fā)平臺
2.6.2 嵌入式系統(tǒng)軟件
2.7 本章小結(jié)
第3章 基于攝像機(jī)標(biāo)定模型的智能泊車系統(tǒng)算法研究
3.1 智能泊車系統(tǒng)的基本框架
3.2 傳統(tǒng)的智能泊車軌跡算法研究
3.2.1 阿克曼轉(zhuǎn)向幾何特性理論
3.2.2 側(cè)方位泊車軌跡算法分析
3.2.3 垂直倒車軌跡算法分析
3.3 基于攝像機(jī)標(biāo)定的智能泊車算法
3.3.1 傳統(tǒng)攝像機(jī)標(biāo)定算法
3.3.2 基于改進(jìn)畸變模型及初值優(yōu)化的攝像機(jī)標(biāo)定算法
3.3.3 基于改進(jìn)攝像機(jī)標(biāo)定模型的智能泊車軌跡算法
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 采集幀率測試
3.4.2 泊車軌跡精度測試
3.5 本章小結(jié)
第4章 基于嵌入式技術(shù)的避障泊車系統(tǒng)的設(shè)計(jì)研究
4.1 實(shí)時(shí)可視避障泊車系統(tǒng)的構(gòu)建