1緒論
1.1礦山智能視覺應用及意義
1.2礦山智能視覺研究概況
1.2.1機器視覺應用現狀
1.2.2目標檢測研究現狀
1.2.3道路檢測研究現狀
1.2.4障礙檢測研究現狀
1.2.5多模態(tài)數據融合研究現狀
1.3礦山智能視覺發(fā)展趨勢…
2礦山智能視覺相關理論與技術
2.1深度學
2.2卷積神網絡·
2.3目標圖像分割算法
2.3.1大類間分割法
2.3.2大熵法
2.4道路邊緣檢測算法
2.4.1 Sobel算法
2.4.2 Prewitt算法
2.4.3梯度幅值算法
2.5雙目視覺目標測量
2.6相機標定理論·
3礦區(qū)道路圖像數據集處理
3.1圖像數據降噪濾波處理
3.1.1均值濾波
3.1.2中值濾波
3.1.3高斯濾波
3.1.4雙邊濾波
3.1.5導向濾波
3.1.6加權小二乘濾波
3.1.7小波濾波
3.2圖像數據處理
3.2.1直方圖均衡化
3.2.2灰度變換…
3.2.3對數變換
3.2.4伽馬變換·
3.2.5 Retinex理論
3.3礦區(qū)道路圖像數據集構建
3.3.1礦區(qū)道路圖像數據集標注
3.3.2礦區(qū)道路圖像數據増強…
3.3.3礦區(qū)道路圖像數據集擴增
4礦區(qū)非結構化道路分割…
4.1 BiSeNetV2雙邊分割網絡模型
4.1.1模型結構…
4.1.2道路特征提取階段
4.1.3道路特征融合階段
4.2OP-BiSeNetV2礦區(qū)道路分割模型·
4.2.1優(yōu)化模型結構
4.2.2細節(jié)特征提取效率優(yōu)化設計
4.2.3.注意力機制優(yōu)化設計·
4.2.4特征圖上采樣優(yōu)化設計
4.3礦區(qū)道路分割實驗與分析
4.3.1實驗準備與設計
4.3.2.多模型分割實驗結果分析
4.3.3連續(xù)幀識別效果測試
4.4本章小結
5礦區(qū)非結構化道路邊緣線跟蹤
5.1礦區(qū)道路邊緣線處理
5.1.1礦區(qū)道路邊緣線提取·
5.1.2礦區(qū)道路左右邊緣的分割
5.2礦區(qū)道路邊緣擬合
5.2.1直線道路邊緣擬合模型構建
5.2.2彎道擬合模型構建
5.2.3直線-拋物線擬合模型構建
5.3礦區(qū)道路邊緣跟蹤
5.3.1道路跟蹤算法
5.3.2道路邊緣區(qū)域劃分
5.4礦區(qū)道路邊緣跟蹤實驗與分析
5.4.1礦區(qū)道路邊緣檢測
5.4.2礦區(qū)道路邊緣跟蹤
5.5本章小結
6礦區(qū)無人車道路偏離檢測
6.1礦區(qū)車道偏離特征提取·
6.1.1礦區(qū)車道識別圖像預處理
6.1.2礦區(qū)車道邊緣線擬合
6.2基于PSO-BP的礦區(qū)車道偏離檢測
6.2.1BP神網絡結構設計
6.2.2粒子群優(yōu)化網絡權重設計
6.3礦區(qū)車道偏離實驗與分析
6.3.1實驗準備與設計
6.3.2實驗結果分析
本章小結
7礦區(qū)復雜道路動態(tài)路網構建
7.1礦區(qū)道路提取數據集的建立
7.1.1礦區(qū)道路數據集的人工標注
7.1.2露天礦區(qū)道路圖像預處理
7.1.3數據集擴增及劃分
7.2 DeepLabv3 道路提取模型結構
7.2.1空洞卷積
7.2.2空洞空間金字塔池化
7.2.3解碼-編碼器結構
7.3礦區(qū)路網圖像分割優(yōu)化模型構建
7.3.1礦區(qū)道路提取優(yōu)化模型
7.3.2礦區(qū)道路特征提取
7.3.3道路數據不平衡修正
……
9.2.1雙目相機立體校正原理
9.2.2雙目相機立體校正實驗
9.3立體匹配算法研究
9.3.1立體匹配的步驟與約束條件
9.3.2 SGBM半全局立體匹配算法
9.4 立體匹配視差測距
9.5本章小結
10跨模態(tài)融合的礦區(qū)無人車道路障礙測量
10.1跨模態(tài)數據融合架構設計
10.1.1時間融合
10.1.2 空間融合
10.2礦區(qū)行車障礙跨模態(tài)數據空間匹配
10.2.1 障得物圖像畸變矯正算法
10.2.2基于特征點匹配的跨模態(tài)數據融合
10.3礦區(qū)行車障礙空間距離融合計算·
10.3.1碰撞目標特征設計
10.3.2距離估計模型
10.4行車障礙空間距離融合計算
10.5障礙空間測量實驗與分析
10.6本章小結
11礦區(qū)智能視覺綜合應用案例
11.1礦區(qū)道路障礙目標數據集
11.1.1礦區(qū)行車數據采集
11.1.2障礙目標標注
11.2礦區(qū)道路障礙目標檢測實驗分析
11.2.1實驗環(huán)境配置與評價指標
11.2.2預網絡
11.2.3結果與分析
11.3礦區(qū)道路障礙目標距離估計實驗分析
11.4本章小結
參考文獻
書單推薦
