基于结构信息的道路提取方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 符号列表 | 第11-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-15页 |
| 1.1.1 无人车技术发展现状 | 第13-14页 |
| 1.1.2 道路提取使用的传感器 | 第14-15页 |
| 1.2 基于视觉的道路提取研究现状 | 第15-18页 |
| 1.2.1 基于道路边缘的方法 | 第16页 |
| 1.2.2 基于路面的方法 | 第16-17页 |
| 1.2.3 当前道路提取算法存在的问题 | 第17-18页 |
| 1.3 本文的研究内容和主要贡献 | 第18-21页 |
| 1.3.1 本文的主要工作和组织结构 | 第18-19页 |
| 1.3.2 本文的主要贡献 | 第19-21页 |
| 第二章 基于MPGA的道路消失点提取方法 | 第21-27页 |
| 2.1 基于视觉的道路消失点提取算法概述 | 第21-22页 |
| 2.2 基于MPGA的候选消失点的选择 | 第22-23页 |
| 2.3 投票规则的设计 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 基于GrowCut的道路提取方法 | 第27-39页 |
| 3.1 超像素种子点的选择 | 第27-33页 |
| 3.1.1 基于消失点的聚类区域划分 | 第27-28页 |
| 3.1.2 基于聚类的种子区域选择 | 第28-29页 |
| 3.1.3 种子点超像素化 | 第29-33页 |
| 3.2 GrowCut区域生长 | 第33-38页 |
| 3.2.1 超像素距离度量 | 第33-36页 |
| 3.2.2 GrowCut区域增长策略 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 高层信息的引入 | 第39-45页 |
| 4.1 道路先验信息 | 第39-40页 |
| 4.2 条件随机场能量函数的设计 | 第40-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第五章 实验验证与结果分析 | 第45-59页 |
| 5.1 道路消失点提取算法性能评估 | 第45-49页 |
| 5.1.1 算法对比实验 | 第45-48页 |
| 5.1.2 实验结果分析 | 第48-49页 |
| 5.2 道路提取算法性能评估 | 第49-58页 |
| 5.2.1 算法平均性能 | 第49-51页 |
| 5.2.2 尺度不变性测试 | 第51页 |
| 5.2.3 噪声敏感性测试 | 第51-54页 |
| 5.2.4 雾气敏感性测试 | 第54-55页 |
| 5.2.5 实验结果分析 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者在学期间取得的学术成果 | 第67页 |
