1.雙色印刷，圖文清晰
2.技術(shù)前沿，系統(tǒng)講解了車載圖像處理技術(shù)的基礎(chǔ)知識(shí)，涵蓋了從圖像獲取、預(yù)處理到特征提取等關(guān)鍵技術(shù)
3.內(nèi)容豐富，理論與實(shí)踐相結(jié)合，為讀者提供了全面的知識(shí)體系和實(shí)用的技術(shù)指南
4.引進(jìn)日文原版圖書，原作者有著豐富的自動(dòng)駕駛、輔助駕駛技術(shù)研究經(jīng)驗(yàn)

本書是一部介紹汽車圖像識(shí)別領(lǐng)域前沿技術(shù)的專業(yè)書籍， 系統(tǒng)地講解了車載圖像處理的基礎(chǔ)知識(shí)， 涵蓋了從圖像獲取、 預(yù)處理到特征提取等關(guān)鍵技術(shù)， 主要內(nèi)容包括： 駕駛識(shí)別，涉及邊緣檢測(cè)、 車道線檢測(cè)、 車道識(shí)別等； 移動(dòng)物體識(shí)別， 涉及光流法檢測(cè)接近物體的方法； 立體攝像頭識(shí)別， 介紹了立體視覺在深度估計(jì)和三維重建中的應(yīng)用； 模式識(shí)別， 探討了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在圖像識(shí)別中的應(yīng)用與實(shí)現(xiàn)方法。
本書內(nèi)容豐富， 理論與實(shí)踐相結(jié)合， 為讀者提供了全面的知識(shí)體系和實(shí)用的技術(shù)指南，適合于計(jì)算機(jī)視覺、 自動(dòng)駕駛和智能交通系統(tǒng)等相關(guān)領(lǐng)域的學(xué)生、 研究人員和工程師閱讀參考。

前 言
第 1 章 車載圖像識(shí)別技術(shù)概述 ／ ００１
1.1 車載圖像識(shí)別的開發(fā)及其產(chǎn)品化歷程 ／ ００２
1.2 車載圖像識(shí)別的定位系統(tǒng) ／ ００５
1.3 現(xiàn)實(shí)可行的功能 ／ ０１０
1.3.1 路面標(biāo)識(shí)識(shí)別 ／ ０１２
1.3.2 移動(dòng)物體識(shí)別 ／ ０１３
1.3.3 靜態(tài)障礙物識(shí)別 ／ ０１３
1.3.4 其他方面 ／ ０１４
1.4 車載圖像識(shí)別面臨的挑戰(zhàn) ／ ０１５
1.4.1 天氣條件 ／ ０１５
1.4.2 照明環(huán)境 ／ ０１７
1.4.3 檢測(cè)對(duì)象特性 ／ ０１９
1.4.4 成本限制 ／ ０２１
1.4.5 安裝限制 ／ ０２１
1.5 應(yīng)對(duì)策略 ／ ０２１
1.5.1 識(shí)別算法的進(jìn)化 ／ ０２１
1.5.2 攝像頭/圖像傳感器的性能提升 ／ ０２２
1.5.3 傳感器融合 ／ ０２５
參考文獻(xiàn) ／ ０２６
第 2 章 車載圖像處理的基礎(chǔ)知識(shí) ／ ０２７
2.1 圖像傳感器 ／ ０２８
2.1.1 圖像傳感器的結(jié)構(gòu) ／ ０２８
2.1.2 像素?cái)?shù)量 ／ ０２９
2.1.3 幀率 ／ ０２９
2.1.4 彩色濾光片 ／ ０２９
2.1.5 動(dòng)態(tài)范圍 ／ ０３０
2.1.6 快門方式 ／ ０３０
2.2 攝像頭模型 ／ ０３１
2.3 攝像頭鏡頭 ／ ０３２
2.3.1 畸變校正 ／ ０３２
2.3.2 光軸傾斜校正 ／ ０３４
2.4 攝像頭信號(hào)的傳輸方式 ／ ０３６
2.5 坐標(biāo)系 ／ ０３６
2.6 攝像頭標(biāo)定 ／ ０３７
參考文獻(xiàn) ／ ０４０
第 3 章 駕駛識(shí)別 ／ ０４１
3.1 處理流程 ／ ０４２
3.2 邊緣檢測(cè) ／ ０４４
3.3 車道線檢測(cè) ／ ０４４
3.3.1 霍夫變換 ／ ０４４
3.3.2 RANSAC ／ ０４６
3.3.3 最小二乘法 ／ ０４７
3.3.4 對(duì)應(yīng)曲線 ／ ０４７
3.4 車道設(shè)計(jì)相關(guān)知識(shí) ／ ０５２
3.5 車道識(shí)別所需信息 ／ ０５３
3.6 噪聲濾波器 ／ ０５４
3.7 基于前置攝像頭與車身周邊攝像頭的識(shí)別比較 ／ ０５６
3.7.1 利弊比較 ／ ０５６
3.7.2 融合多個(gè)攝像頭下的車道識(shí)別結(jié)果 ／ ０６０
3.8 基于深度學(xué)習(xí)的車道識(shí)別 ／ ０６１
參考文獻(xiàn) ／ ０６３
第 4 章 移動(dòng)物體識(shí)別 ／ ０６５
4.1 處理流程 ／ ０６６
4.2 光流法 ／ ０６７
4.2.1 特征點(diǎn) ／ ０６７
4.2.2 特征點(diǎn)對(duì)應(yīng) ／ ０７１
4.3 分組 ／ ０７７
4.4 移動(dòng)物體檢測(cè)結(jié)果 ／ ０８０
4.5 到達(dá)預(yù)測(cè)時(shí)間估計(jì) ／ ０８５
4.5.1 估計(jì)方法 ／ ０８５
4.5.2 減少誤差的方法 ／ ０８８
4.6 實(shí)際環(huán)境中的挑戰(zhàn)和對(duì)策 ／ ０８９
4.6.1 重復(fù)模式 ／ ０８９
4.6.2 車輛轉(zhuǎn)彎 ／ ０９１
4.6.3 車輛移動(dòng)引起的光流 ／ ０９２
4.7 識(shí)別信賴度估計(jì) ／ ０９７
4.7.1 信賴度估計(jì)方法 ／ ０９７
4.7.2 信賴度的應(yīng)用實(shí)例 ／ １００
參考文獻(xiàn) ／ １０１
第 5 章 立體攝像頭識(shí)別 ／ １０３
5.1 立體攝像頭基礎(chǔ)知識(shí) ／ １０４
5.2 立體匹配算法 ／ １０５
5.2.1 設(shè)置對(duì)應(yīng)點(diǎn)搜索區(qū)域的方法 ／ １０５
5.2.2 對(duì)應(yīng)點(diǎn)計(jì)算方法 ／ １０６
5.2.3 對(duì)應(yīng)點(diǎn)計(jì)算周邊技術(shù) ／ １１２
5.2.4 SGM ／ １１３
5.3 三維點(diǎn)復(fù)原 ／ １２０
5.3.1 平行立體 ／ １２０
5.3.2 一般公式 ／ １２０
5.3.3 移動(dòng)立體中的像移量的計(jì)算 ／ １２２
5.3.4 噪聲消除 ／ １２４
5.4 從點(diǎn)集識(shí)別物體 ／ １２６
5.4.1 基于人類知識(shí)的物體識(shí)別 ／ １２６
5.4.2 基于機(jī)器學(xué)習(xí)的物體識(shí)別 ／ １２７
參考文獻(xiàn) ／ １２９
第 6 章 模式識(shí)別 ／ １３１
6.1 提取候選區(qū)域 ／ １３２
6.1.1 光柵掃描 ／ １３２
6.1.2 利用檢測(cè)對(duì)象特征進(jìn)行提取 ／ １３２
6.2 特征向量 ／ １３５
6.2.1 HOG ／ １３６
6.2.2 其他特征向量 ／ １３７
6.3 判別器 ／ １３９
6.3.1 SVM ／ １３９
6.3.2 AdaBoost ／ １４１
6.3.3 Real AdaBoost ／ １４３
6.3.4 Random Forest ／ １５０
6.3.5 其他判別方法 ／ １５１
6.4 深度學(xué)習(xí) ／ １５１
6.4.1 神經(jīng)網(wǎng)絡(luò)的原理 ／ １５２
6.4.2 深度學(xué)習(xí)的構(gòu)成與學(xué)習(xí) ／ １５３
6.4.3 代表性物體檢測(cè)/識(shí)別方法 ／ １５７
6.4.4 圖像語義分割 ／ １６２
6.5 推測(cè)距離 ／ １６３
6.5.1 利用檢測(cè)對(duì)象圖像表面上的路面邊界位置 ／ １６３
6.5.2 利用檢測(cè)對(duì)象大小 ／ １６４
6.5.3 利用攝像頭的移動(dòng)距離 ／ １６４
6.5.4 通過學(xué)習(xí)推測(cè)距離 ／ １６５
6.6 預(yù)計(jì)碰撞時(shí)間 ／ １６７
6.7 跟蹤與過濾 ／ １６８
參考文獻(xiàn) ／ １７０
附 錄／ １７３
附錄 A ／ １７４
A.1 車道偏離警告的規(guī)定 ／ １７４
A.2 車道變更決策輔助功能的規(guī)定 ／ １７６
附錄 B ／ １７８
B.1 兩輪車輛運(yùn)動(dòng)模型 ／ １７８
B.2 根據(jù)轉(zhuǎn)向角計(jì)算偏航角的方法 ／ １７９
B.3 回旋曲線 ／ １８０
B.4 使用最小二乘法計(jì)算圓參數(shù)的方法 ／ １８１
附錄 C ／ １８３
C.1 分組條件 ／ １８３
C.2 TTC 推導(dǎo)過程 ／ １８４
C.3 推導(dǎo) TTC 濾波方法（參照?qǐng)D 4 -32） ／ １８５
C.4 車輛旋轉(zhuǎn)運(yùn)動(dòng)修正 ／ １８６
附錄 D ／ １９０
附錄 E ／ １９２
后 記 ／ １９４