| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.1.1 课题研究的背景 | 第8页 |
| 1.1.2 课题研究的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文研究的主要内容和章节安排 | 第11-13页 |
| 1.3.1 本文研究的主要内容 | 第11-12页 |
| 1.3.2 论文的章节安排 | 第12-13页 |
| 2 图像采集和分割技术研究 | 第13-18页 |
| 2.1 图像采集 | 第13页 |
| 2.2 道路图像灰度化 | 第13-16页 |
| 2.3 分割图像水平线提取 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 道路图像预处理研究 | 第18-37页 |
| 3.1 图像平滑 | 第18-20页 |
| 3.2 图像增强 | 第20-30页 |
| 3.2.1 整体灰度均值 | 第20-21页 |
| 3.2.2 对比度增强 | 第21-24页 |
| 3.2.3 边缘增强 | 第24-28页 |
| 3.2.4 图像边缘检测对比分析 | 第28-30页 |
| 3.3 基于阈值的图像分割 | 第30-35页 |
| 3.3.1 传统的阈值分割方法 | 第30-34页 |
| 3.3.2 改进的Otus算法 | 第34-35页 |
| 3.4 图像分块阈值提取 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 车道线边缘检测 | 第37-44页 |
| 4.1 形态学处理道路线 | 第37-38页 |
| 4.2 道路线段检测 | 第38-42页 |
| 4.2.1 无效线段去除法 | 第38-39页 |
| 4.2.2 噪声消除和边缘补偿 | 第39-42页 |
| 4.3 道路消失线提取 | 第42-43页 |
| 4.3.1 均值检测法 | 第42页 |
| 4.3.2 最小二乘法 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 车道线检测和跟踪 | 第44-63页 |
| 5.1 车道线识别常用方法 | 第44-45页 |
| 5.1.1 基于特征的识别方法 | 第44页 |
| 5.1.2 基于模型的识别方法 | 第44-45页 |
| 5.2 Hough变换直线模型研究 | 第45-51页 |
| 5.2.1 经典Hough变换 | 第45-46页 |
| 5.2.2 改进的概率Hough变换 | 第46-48页 |
| 5.2.3 直线车道模型建立及改进Hough变换拟合 | 第48-50页 |
| 5.2.4 基于改进的概率Hough变换方法拟合车道线模型 | 第50-51页 |
| 5.3 弯道车道模型建立 | 第51-56页 |
| 5.3.1 基于改进的RANSAC算法抛物线车道检测 | 第52-53页 |
| 5.3.2 基于LMedSquare算法抛物线车道拟合 | 第53-56页 |
| 5.4 直线-抛物线车道模型建立 | 第56-59页 |
| 5.4.1 图像模型分界线提取 | 第56-57页 |
| 5.4.2 直线-抛物线模型及最小二乘法拟合 | 第57-59页 |
| 5.5 基于Kalman滤波的车道线跟踪 | 第59-62页 |
| 5.5.1 Kalman滤波器算法 | 第59-60页 |
| 5.5.2 基于Kalman滤波的车道线区域划分 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 6 总结和展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表的学术成果 | 第70页 |
