《計算機視覺算法與智慧型車套用》是2016年1月電子工業出版社出版的圖書，作者是劉宏哲、袁家政、鄭永榮。
基本介紹
- 書名：計算機視覺算法與智慧型車套用
- 作者：劉宏哲、袁家政、鄭永榮
- ISBN：9787121279775
- 頁數：188頁
- 定價：56元
- 出版社：電子工業出版社
- 出版時間：2016年1月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書介紹計算機視覺在智慧型車中的套用，分三個部分共13章。第一部分（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、在智慧型車中的主要套用，以及智慧型車視覺常用的圖像預處理方法。第二部分（第3～5章），是智慧型車視覺技術的基礎內容，介紹智慧型車視覺認知硬體平台和軟體開發環境的搭建與配置，以及在實際套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慧型車中的具體套用和問題解決，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、交通標誌牌等識別方法和視覺定位技術，使讀者進一步了解智慧型車視覺的具體套用，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、智慧型車研究的人員學習，尤其適合從事無人駕棄龍定霸駛智慧型車圖像處理研究和開發的人員學習，戒員擊也可作為相關專業研究生的教學用書。
圖書目錄
目 錄
第1章 計算機槳遙習腿視覺簡介 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 計算機視覺在智慧型車的套用 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運算元邊緣檢測 20
2.6.2 Sobel運算元邊緣檢測 21
第3章 智慧型車視覺平台搭建 24
3.1 硬體平台的設計與搭建 24
3.1.1 硬體平台的設計 24
3.1.2 硬體平台的搭建 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 一種用於智慧型車的逆透視標定方法 47
4.2.4 逆透視圖像的特點及套用 51
第5章 單目視覺測距 53
5.1 基於映射關係表的單目視覺測距 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 基腳漿於幾何關係的距離計算方法 56
5.2.1 方法的實現 56
5.2.2 實驗與結果分析 62
5.3 基於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 自適應二值阿講拒化算法 69
6.2 基於透視圖像的檢測方法 73
6.2.1 透視模型 73
6.2.2 一種基於透視煉欠她圖像的車道線檢測方法 76
6.3 基於IPM的檢測方法 79
6.3.1 逆透視模型 79
6.3.2 一種基於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 基於卡爾曼濾波的謎格戀車道線跟蹤 90
6.5.2 基於粒子濾波的車道線跟蹤 90
第7章 斑馬線識別 92
7.1 斑馬線的特徵及其作用 92
7.2 斑馬線識別方法 94
7.3 基於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 停止線的特徵及其作用 103
8.1.1 停止線的特徵 103
8.1.2 停止線的作用 104
8.2 停止線識別方法 105
8.3 基於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 導向箭頭的特徵和類型 114
9.2 導向箭頭的識別方法 115
9.3 基於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 特徵提取 130
10.3.3 分類器訓練 132
第11章 交通標誌牌識別 133
11.1 交通標誌牌識別簡述 133
11.2 交通標誌牌類型 135
11.3 交通標誌牌識別現狀 139
11.4 交通標誌牌識別的難點 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 交通標誌牌識別的方法 143
11.5.1 基於模板匹配的方法 143
11.5.2 基於機器學習的方法 146
第12章 無人自主車視覺定位 150
12.1 視覺定位的意義和套用 150
12.2 視覺定位方法 152
12.2.1 基於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 基於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 基於視覺的路口定位 161
13.1 路口定位的實現流程 161
13.2 基於路口場景識別的粗定位 162
13.2.1 建立路口場景特徵庫 162
13.2.2 基於SURF的快速路口場景識別 164
13.3 基於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
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 一種用於智慧型車的逆透視標定方法 47
4.2.4 逆透視圖像的特點及套用 51
第5章 單目視覺測距 53
5.1 基於映射關係表的單目視覺測距 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 基於幾何關係的距離計算方法 56
5.2.1 方法的實現 56
5.2.2 實驗與結果分析 62
5.3 基於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 基於透視圖像的檢測方法 73
6.2.1 透視模型 73
6.2.2 一種基於透視圖像的車道線檢測方法 76
6.3 基於IPM的檢測方法 79
6.3.1 逆透視模型 79
6.3.2 一種基於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 基於卡爾曼濾波的車道線跟蹤 90
6.5.2 基於粒子濾波的車道線跟蹤 90
第7章 斑馬線識別 92
7.1 斑馬線的特徵及其作用 92
7.2 斑馬線識別方法 94
7.3 基於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 停止線的特徵及其作用 103
8.1.1 停止線的特徵 103
8.1.2 停止線的作用 104
8.2 停止線識別方法 105
8.3 基於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 導向箭頭的特徵和類型 114
9.2 導向箭頭的識別方法 115
9.3 基於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 特徵提取 130
10.3.3 分類器訓練 132
第11章 交通標誌牌識別 133
11.1 交通標誌牌識別簡述 133
11.2 交通標誌牌類型 135
11.3 交通標誌牌識別現狀 139
11.4 交通標誌牌識別的難點 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 交通標誌牌識別的方法 143
11.5.1 基於模板匹配的方法 143
11.5.2 基於機器學習的方法 146
第12章 無人自主車視覺定位 150
12.1 視覺定位的意義和套用 150
12.2 視覺定位方法 152
12.2.1 基於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 基於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 基於視覺的路口定位 161
13.1 路口定位的實現流程 161
13.2 基於路口場景識別的粗定位 162
13.2.1 建立路口場景特徵庫 162
13.2.2 基於SURF的快速路口場景識別 164
13.3 基於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
