基于模糊聚类与模糊模式识别的车道偏离预警方法
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-15页 |
·课题背景及研究意义 | 第9-11页 |
·智能车辆 | 第9-10页 |
·车道偏离预警系统 | 第10-11页 |
·图像处理与模式识别 | 第11页 |
·国内外研究现状分析 | 第11-13页 |
·国外研究现状 | 第12页 |
·国内研究现状 | 第12-13页 |
·本文的主要研究内容 | 第13-15页 |
第2章 车辆道路图像识别与特征指标选取 | 第15-26页 |
·获取道路图像并建立边界抛物线模型 | 第15-16页 |
·道路边界线识别 | 第16-19页 |
·车辆行驶状态分析 | 第19-22页 |
·特征提取和选择 | 第22-25页 |
·图像处理及特征提取结果 | 第22-25页 |
·特征的优选 | 第25页 |
·本章小结 | 第25-26页 |
第3章 车道偏离预警系统模型的建立 | 第26-36页 |
·模糊集合 | 第26-29页 |
·模糊集合和隶属函数 | 第26-27页 |
·模糊集合的数字特征 | 第27-28页 |
·模糊模式识别方法 | 第28-29页 |
·车辆道路行驶图像模糊模式自动识别的分类器设计 | 第29-31页 |
·车道偏离图像的自动分类算法 | 第31-32页 |
·模糊聚类分析 | 第32-35页 |
·聚类分析 | 第32页 |
·模糊聚类分析 | 第32-34页 |
·基于模糊聚类的车道偏离预警模型的建立 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 车道偏离预警模型的应用分析 | 第36-55页 |
·实验所用设备 | 第36-39页 |
·光学 CCD 摄像机 | 第36-37页 |
·摄像机镜头 | 第37-39页 |
·车载计算机 | 第39页 |
·实验效果演示 | 第39-53页 |
·车辆目标的模糊聚类分析 | 第44-48页 |
·车辆预警目标的模糊模式识别 | 第48-53页 |
·本章小结 | 第53-55页 |
结论 | 第55-56页 |
参考文献 | 第56-59页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
致谢 | 第60-61页 |
作者简介 | 第61页 |