本书紧紧围绕露天矿区无人驾驶视觉下的图像数据处理、智能分析、智能检测与识别等关键技术，通过实际工程案例阐明相关技术原理和应用方法，介绍智能视觉技术在露天矿区无人驾驶方面的应用状况。书中重点将露天矿区无人车辆行驶中复杂道路分割与识别，复杂道路拟合与跟踪，多尺度障碍检测与测量等进行原理解析和实验分析，更好地帮助读者理解并掌握关键知识点和应用技能。
本书可供从事矿山智能化建设的工程技术人员、管理人员或爱好者阅读。也可供高等院校智能采矿工程、矿业系统工程及智能科学与工程等相关专业师生参考。

1 绪论
1.1 矿山智能视觉应用及意义
1.2 矿山智能视觉研究概况
1.2.1 机器视觉应用现状
1.2.2 目标检测研究现状
1.2.3 道路检测研究现状
1.2.4 障碍检测研究现状
1.2.5 多模态数据融合研究现状
1.3 矿山智能视觉发展趋势
2 矿山智能视觉相关理论与技术
2.1 深度学习模型
2.2 卷积神经网络
2.3 目标图像分割算法
2.3.1 最大类间分割法
2.3.2 最大熵法
2.4 道路边缘检测算法
2.4.1 Sobel算法
2.4.2 Prewitt算法
2.4.3 梯度幅值算法
2.5 双目视觉目标测量
2.6 相机标定理论
3 矿区道路图像数据集处理
3.1 图像数据降噪滤波处理
3.1.1 均值滤波
3.1.2 中值滤波
3.1.3 高斯滤波
3.1.4 双边滤波
3.1.5 导向滤波
3.1.6 加权最小二乘滤波
3.1.7 小波滤波
3.2 图像数据增强处理
3.2.1 直方图均衡化
3.2.2 灰度变换
3.2.3 对数变换
3.2.4 伽马变换
3.2.5 Retinex理论
3.3 矿区道路图像数据集构建
3.3.1 矿区道路图像数据集标注
3.3.2 矿区道路图像数据增强
3.3.3 矿区道路图像数据集扩増
4 矿区非结构化道路分割
4.1 BiSeNetV2双边分割网络模型
4.1.1 模型结构
4.1.2 道路特征提取阶段
4.1.3 道路特征融合阶段
4.2 OP-BiSeNetV2矿区道路分割模型
4.2.1 优化模型结构
4.2.2 细节特征提取效率优化设计
4.2.3 注意力机制优化设计
4.2.4 特征图上采样优化设计
4.3 矿区道路分割实验与分析
4.3.1 实验准备与设计
4.3.2 多模型分割实验结果分析
4.3.3 连续帧识别效果测试
4.4 本章小结
5 矿区非结构化道路边缘线跟踪
5.1 矿区道路边缘线处理
5.1.1 矿区道路边缘线提取
5.1.2 矿区道路左右边缘的分割
5.2 矿区道路边缘拟合
5.2.1 直线道路边缘拟合模型构建
5.2.2 弯道拟合模型构建
5.2.3 直线-抛物线拟合模型构建
5.3 矿区道路边缘跟踪
5.3.1 道路跟踪算法
5.3.2 道路边缘区域划分
5.4 矿区道路边缘跟踪实验与分析
5.4.1 矿区道路边缘检测
5.4.2 矿区道路边缘跟踪
5.5 本章小结
6 矿区无人车行进道路偏离检测
6.1 矿区车道偏离特征提取
6.1.1 矿区车道识别图像预处理
6.1.2 矿区车道边缘线拟合
6.2 基于PSO-BP的矿区车道偏离检测
6.2.1 BP神经网络结构设计
6.2.2 粒子群优化网络权重设计
6.3 矿区车道偏离实验与分析
6.3.1 实验准备与设计
6.3.2 实验结果分析
6.4 本章小结
7 矿区复杂道路动态路网构建
7.1 矿区道路提取数据集的建立
7.1.1 矿区道路数据集的人工标注
7.1.2 露天矿区道路图像预处理
7.1.3 数据集扩增及划分
7.2 DeepLabv3+道路提取模型结构
7.2.1 空洞卷积
7.2.2 空洞空间金字塔池化
7.2.3 解码-编码器结构
7.3 矿区路网图像分割优化模型构建
7.3.1 矿区道路提取优化模型
7.3.2 矿区道路特征提取
7.3.3 道路数据不平衡修正
7.4 矿区路网轨迹数据坐标转换
7.4.1 矿区路网坐标提取
7.4.2 定位轨迹数据源及处理
7.4.3 定位坐标系转换
7.5 矿区路网构建实验与分析
7.5.1 实验设计
7.5.2 评价指标
7.5.3 结果分析
7.6 本章小结
8 矿区无人驾驶行车道路障碍检测
8.1 矿区行车障碍目标检测模型
8.1.1 行车障碍目标检测概述
8.1.2 行车障碍目标特征提取子网络
8.1.3 行车障碍目标多尺度特征融合
8.1.4 行车障碍目标候选检测区域生成
8.1.5 检测与分割分支
8.1.6 模型损失函数
8.2 矿区行车障碍目标特征提取
8.3 候选检测框生成优化
8.4 基于RetinaNet的行车障碍检测模型构建
8.5 矿区行车障碍检测模型优化改进
8.5.1 障碍特征提取网络RepVGG+优化
8.5.2 多尺度障碍特征双向融合模块
8.5.3 障碍检测定位优化
8.6 矿区行车障碍检测实验与分析
8.6.1 实验环境配置及评价指标
8.6.2 行车障碍检测模型性能验证
8.6.3 迁移学习模型预训练
8.6.4 行车障碍检测模型有效性验证
8.7 本章小结
9 基于双目视觉的行车道路障碍测距
9.1 矿区复杂道路行车障碍立体图像标定
9.1.1 复杂道路行车障碍立体相机标定
9.1.2 基于MATLAB标定工具箱的双目相机标定实验
9.2 障碍物图像立体校正
9.2.1 双目相机立体校正原理
9.2.2 双目相机立体校正实验
9.3 立体匹配算法研究
9.3.1 立体匹配的步骤与约束条件
9.3.2 SGBM半全局立体匹配算法
9.4 立体匹配视差测距
9.5 本章小结
10 跨模态融合