结构化道路车道线检测和分类识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究的背景和意义 | 第12-15页 |
| 1.1.1 研究的背景 | 第12-13页 |
| 1.1.2 研究的意义 | 第13-15页 |
| 1.2 国内外的研究现状 | 第15-19页 |
| 1.2.1 国外的研究现状 | 第15-17页 |
| 1.2.2 国内的研究现状 | 第17-19页 |
| 1.3 本文的内容安排 | 第19-20页 |
| 第2章 道路图像预处理 | 第20-32页 |
| 2.1 道路图像去雾霾 | 第20-23页 |
| 2.1.1 暗原色先验的介绍 | 第20-21页 |
| 2.1.2 去雾霾的处理过程 | 第21-23页 |
| 2.2 确定感兴趣区域 | 第23-24页 |
| 2.3 图像彩色空间的转换 | 第24-26页 |
| 2.3.1 RGB彩色模型 | 第25-26页 |
| 2.3.2 YCbCr彩色模型 | 第26页 |
| 2.4 图像的滤波去噪 | 第26-31页 |
| 2.4.1 频率域滤波 | 第27-28页 |
| 2.4.2 空间域滤波 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 车道线特征提取和检测识别 | 第32-53页 |
| 3.1 车道线检测常用的基本假设 | 第32-34页 |
| 3.1.1 道路形状假设 | 第32-33页 |
| 3.1.2 道路宽度和平坦假设 | 第33页 |
| 3.1.3 道路特征一致性假设 | 第33-34页 |
| 3.2 道路图像二值化 | 第34-41页 |
| 3.2.1 二值化方法概述 | 第34-36页 |
| 3.2.2 基于YCbCr彩色空间的二值化 | 第36-41页 |
| 3.3 车道线检测识别 | 第41-50页 |
| 3.3.1 常用车道线检测识别方法 | 第41-43页 |
| 3.3.2 车道线候选点的选取 | 第43-44页 |
| 3.3.3 常用拟合车道线方法 | 第44-47页 |
| 3.3.4 基于分区概率霍夫变换的车道线检测识别 | 第47-50页 |
| 3.4 实验结果和分析 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 车道线分类识别及跟踪检测 | 第53-70页 |
| 4.1 引言 | 第53-55页 |
| 4.1.1 结构化道路车道线的种类 | 第53-54页 |
| 4.1.2 车道线分类识别算法的概述 | 第54-55页 |
| 4.2 车道线的分类识别 | 第55-59页 |
| 4.2.1 提取分类特征 | 第55-57页 |
| 4.2.2 基于特征函数μ(m)的分类识别 | 第57页 |
| 4.2.3 基于朴素贝叶斯分类器的分类识别 | 第57-58页 |
| 4.2.4 分类识别虚实线和实虚线 | 第58-59页 |
| 4.3 车道线的跟踪检测 | 第59-67页 |
| 4.3.1 目标跟踪概述 | 第60页 |
| 4.3.2 卡尔曼滤波原理 | 第60-62页 |
| 4.3.3 动态感兴趣区域的确定 | 第62-65页 |
| 4.3.4 跟踪检测算法 | 第65-67页 |
| 4.4 实验结果和分析 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 研究内容展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
