第1章 なぜ自動車にカメラを載せるのか

• 1. 自動車と安全の関係
• 2. 衝突事故を可能な限り防ぐ仕組み
  • 2.1 自動車の高知能化
  • 2.2 道路の高知能化
• 3. 画像センサに要求される性能
  • 3.1 最大検出距離
  • 3.2 距離分解能
  • 3.3 視野角
  • 3.4 横方向空間分解能
  • 3.5 その他に要求される性能
• 4. 画像認識の優位性

第2章 2次元画像処理

• 1. 平滑化
• 2. エッジの検出
  • 2.1 ソーベルフィルタ
  • 2.2 線形フィルタの表現法
  • 2.3 ラプラスフィルタ
• 3. ハフ変換
• 4. グループ化

第3章 ステレオカメラの基礎

• 1. 車載カメラによる画像の取得
• 2. ステレオ画像処理の流れ
• 3. カメラ幾何
  • 3.1 透視カメラ
  • 3.2 カメラの内部パラメータ
  • 3.3 カメラの外部パラメータ
  • 3.4 Fundamental Matrix
  • 3.5 エピポーラ線とエピポール
  • 3.6 平行等位のときのF行列
• 4. マッチング法
  • 4.1 特徴ベース法と領域ベース法
  • 4.2 マッチング領域のサイズ
  • 4.3 マッチング評価関数

第4章 ステレオカメラによる周囲環境認識

第1節 白線検出

• 1. 白線検出の手順
• 2. 初期ウインドウの設置

第2節 立体物及び先行車両の検出

第3節 物体追跡

第4節 モデルの当てはめ

第5章 リアルタイムステレオカメラ

• 1. 並列処理
• 2. FPGAの活用

第6章 実用化するための技術

• 1. 補正・校正
  • 1.1 2台のカメラ歪みの同時補正
  • 1.2 2台のカメラの校正
• 2. 輝度差の問題
• 3. オクルージョン

第7章 より高度な手法

第1節 3次元自己位置認識

• 1. はじめに
• 2. 原理
• 3. ステレオカメラ
• 4. 領域の追跡
• 5. 位置認識
• 6. ハードウェア
  • 6.1 ステレオカメラ部
  • 6.2 領域追跡処理部
  • 6.3 ソフトウェア処理部
  • 6.4 精度の確認

第2節 法線ベクトル抽出

• 1. はじめに
• 2. 検出の原理
• 3. 法線ベクトルと変形の関係
• 4. 実験
• 5. まとめ

第3節 サブピクセル精度について

• 1. はじめに
• 2. シミュレーションの方法
• 3. シミュレーションに用いた条件
  • 3.1 元になるパターン
  • 3.2 マッチング評価関数
  • 3.3 サブピクセル補間
• 4. シミュレーション結果
  • 4.1 元になるパターンによる違い
  • 4.2 レンズに起因するボケによる違い
  • 4.3 左右の輝度差による違い
• 5. 実験による評価
• 6. 結論