基于机器视觉的车道线偏移检测与预警系统设计与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国内研究现状 | 第14页 |
| 1.2.2 国外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 车道线图像预处理 | 第18-27页 |
| 2.1 道路图像灰度化 | 第18-21页 |
| 2.1.1 图像色彩空间模型 | 第18-20页 |
| 2.1.2 彩色图像灰度化 | 第20-21页 |
| 2.2 道路图像二值化 | 第21-22页 |
| 2.3 图像增强处理 | 第22-24页 |
| 2.4 道路图像边缘检测 | 第24-26页 |
| 2.4.1 梯度算子 | 第24-25页 |
| 2.4.2 Canny边缘检测算子 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 车道线检测与识别 | 第27-39页 |
| 3.1 改进的Sobel算子 | 第27-28页 |
| 3.2 感兴趣区域(ROI)设置 | 第28-29页 |
| 3.3 车道线特征点提取 | 第29页 |
| 3.4 车道线检测 | 第29-32页 |
| 3.4.1 车道线模型介绍 | 第29-30页 |
| 3.4.2 车道线模型的建立 | 第30-32页 |
| 3.5 车道线拟合 | 第32-35页 |
| 3.5.1 直线车道拟合 | 第32-34页 |
| 3.5.2 弯曲车道拟合 | 第34-35页 |
| 3.6 车道线偏离预警系统 | 第35-38页 |
| 3.6.1 车道线偏离预警模型的建立 | 第35-36页 |
| 3.6.2 车道线偏离预警系统实现 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 车道线影像匹配与融合 | 第39-47页 |
| 4.1 SIFT特征点提取 | 第39-41页 |
| 4.1.1 尺度空间的极值点检测 | 第39页 |
| 4.1.2 精确极值点的定位 | 第39-40页 |
| 4.1.3 特征点方向分配 | 第40-41页 |
| 4.2 SIFT特征匹配 | 第41-42页 |
| 4.3 车道线图像精匹配与融合 | 第42-46页 |
| 4.3.1 SSDA算法 | 第42-43页 |
| 4.3.2 自适应阈值SSDA算法 | 第43-44页 |
| 4.3.3 改进的自适应阈值SSDA算法 | 第44-45页 |
| 4.3.4 图像融合及其结果 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 系统实现 | 第47-57页 |
| 5.1 系统硬件框架 | 第47-48页 |
| 5.2 软件流程 | 第48-51页 |
| 5.3 嵌入式环境的搭建 | 第51-53页 |
| 5.3.1 嵌入式linux系统平台 | 第51-53页 |
| 5.3.2 嵌入式系统的定制过程 | 第53页 |
| 5.4 结果与分析 | 第53-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第6章 结论与展望 | 第57-59页 |
| 6.1 结论 | 第57-58页 |
| 6.2 未来工作的展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 软件程序工程图 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
| 攻读学位期间取得的科研成果目录 | 第64页 |
| 攻读学位期间获得的奖励目录 | 第64-65页 |
| 致谢 | 第65页 |
