| 第1章 绪论 | 第6-10页 |
| 1.1 课题研究背景 | 第6-7页 |
| 1.2 计算机视觉车辆防撞系统 | 第7-8页 |
| 1.2.1 计算机视觉的基本概念 | 第7页 |
| 1.2.2 计算机视觉防撞系统中的图像处理技术 | 第7-8页 |
| 1.3 本文的主要研究工作 | 第8-10页 |
| 第2章 图像增强 | 第10-18页 |
| 2.1 引言 | 第10页 |
| 2.2 像素点灰度值修整 | 第10-12页 |
| 2.3 空域处理 | 第12-15页 |
| 2.3.1 平滑 | 第12-14页 |
| 2.3.2 锐化 | 第14-15页 |
| 2.4 频域处理 | 第15-17页 |
| 2.4.1 平滑 | 第15-16页 |
| 2.4.2 锐化 | 第16-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 图像的边缘检测算法 | 第18-36页 |
| 3.1 引言 | 第18页 |
| 3.2 图像的边缘和导数 | 第18-20页 |
| 3.2.1 图像的边缘 | 第18页 |
| 3.2.2 图像函数的导数定义及差分形式 | 第18-20页 |
| 3.3 微分算子类边缘检测 | 第20-29页 |
| 3.3.1 Robert算子 | 第20-21页 |
| 3.3.2 Sobel算子 | 第21-23页 |
| 3.3.3 Prewitt算子 | 第23-24页 |
| 3.3.4 Laplacian算子 | 第24-25页 |
| 3.3.5 Log算子 | 第25-27页 |
| 3.3.6 Canny算子 | 第27-29页 |
| 3.4 各种微分算子抗噪声实验 | 第29-35页 |
| 3.4.1 无噪声的图像 | 第30-31页 |
| 3.4.2 加入高斯噪声 | 第31-32页 |
| 3.4.3 加入椒盐噪声 | 第32-34页 |
| 3.4.4 加入乘性噪声 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 图像中特征曲线的提取 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 Hough变换 | 第36-43页 |
| 4.2.1 基本原理 | 第37-39页 |
| 4.2.2 Hough变换的极坐标方法 | 第39-40页 |
| 4.2.3 Hough变换中的两个问题 | 第40-43页 |
| 4.3 改进的Hough变换算法 | 第43-47页 |
| 4.3.1 随机Hough变换(RHT) | 第43-44页 |
| 4.3.2 针对直线检测及其参数的改进Hough变换(MHT) | 第44-47页 |
| 4.4 Hough逆变换 | 第47-48页 |
| 4.5 改进的Hough逆变换算法 | 第48-49页 |
| 4.6 本章小节 | 第49-50页 |
| 第5章 基于曲线特征的快速Hough逆变换算法 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 边界跟踪原理 | 第50-52页 |
| 5.3 CF-IHT算法 | 第52-55页 |
| 5.4 CF-IHT算法分析 | 第55-57页 |
| 5.4.1 存储空间 | 第55-56页 |
| 5.4.2 计算复杂度 | 第56-57页 |
| 5.5 实验结果 | 第57-59页 |
| 5.5.1 基于网格图形的CF－IHT算法测试 | 第57-58页 |
| 5.5.2 基于景物图像的CF－IHT算法测试 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 公路景物图像仿真实验 | 第60-66页 |
| 6.1 引言 | 第60页 |
| 6.2 图像增强 | 第60-61页 |
| 6.3 图像的边缘检测 | 第61-64页 |
| 6.4 图像的特征曲线提取 | 第64-66页 |
| 第7章 全文总结与展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 摘要 | 第74-77页 |
| Abstract | 第77页 |