| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文章节安排 | 第12-13页 |
| 第二章 基于Hough变换和K-maeans聚类的车道线检测方法 | 第13-25页 |
| 2.1 前期处理 | 第13-14页 |
| 2.1.1 图像缩放 | 第13页 |
| 2.1.2 感兴趣区域设置 | 第13-14页 |
| 2.1.3 高斯滤波 | 第14页 |
| 2.2 车道线检测相关理论 | 第14-19页 |
| 2.2.1 边缘检测 | 第14-16页 |
| 2.2.2 Hough变换 | 第16-18页 |
| 2.2.3 均值聚类 | 第18-19页 |
| 2.3 车道线检测实现 | 第19-24页 |
| 2.3.1 车道线检测流程图 | 第19页 |
| 2.3.2 编程实现 | 第19-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于高斯混合背景建模和Adaboost分类器的车辆检测方法 | 第25-41页 |
| 3.1 基于高斯混合背景建模的车辆检测方法 | 第25-30页 |
| 3.1.1 高斯混合背景建模 | 第25-26页 |
| 3.1.2 形态学处理 | 第26-27页 |
| 3.1.3 车辆检测实现 | 第27-30页 |
| 3.2 基于Adaboost级联分类器的车辆检测方法 | 第30-38页 |
| 3.2.1 Adaboost级联分类器原理 | 第30-32页 |
| 3.2.2 车辆检测实现 | 第32-38页 |
| 3.3 对比分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于Kalman滤波的车辆跟踪方法 | 第41-49页 |
| 4.1 Kalman滤波原理 | 第41-42页 |
| 4.2 车辆跟踪实现 | 第42-44页 |
| 4.2.1 Kalman滤波算法流程图 | 第42页 |
| 4.2.2 编程实现 | 第42-44页 |
| 4.3 多车选择跟踪 | 第44-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 道路检测系统实现 | 第49-53页 |
| 5.1 系统框架 | 第49-50页 |
| 5.1.1 综合系统结构 | 第49-50页 |
| 5.1.2 算法实现 | 第50页 |
| 5.2 实验结果 | 第50-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间科研成果 | 第59-60页 |
