基于机器视觉的车道线检测及跟踪方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 车道线检测算法研究现状 | 第12-13页 |
| 1.2.2 车道线跟踪算法现状 | 第13-14页 |
| 1.3 论文的工作安排 | 第14-16页 |
| 第2章 图像的预处理 | 第16-30页 |
| 2.1 图像的灰度化分析 | 第16-17页 |
| 2.2 图像的噪声滤除 | 第17-20页 |
| 2.3 图像的二值化 | 第20-22页 |
| 2.3.1 迭代法 | 第20-21页 |
| 2.3.2 最大类间方差法 | 第21-22页 |
| 2.4 图像边缘修补 | 第22-24页 |
| 2.4.1 膨胀和腐蚀 | 第22-23页 |
| 2.4.2 开运算和闭运算 | 第23-24页 |
| 2.5 边缘检测 | 第24-28页 |
| 2.5.1 Laplacian算子 | 第24-25页 |
| 2.5.2 Sobel算子 | 第25-26页 |
| 2.5.3 Canny算子 | 第26-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第3章 车道线的检测 | 第30-56页 |
| 3.1 道路常用假设 | 第30-31页 |
| 3.2 直车道线检测算法的研究 | 第31-42页 |
| 3.2.1 ROI选定 | 第31-32页 |
| 3.2.2 Hough变换算法 | 第32-34页 |
| 3.2.3 改进的hough变换算法 | 第34-39页 |
| 3.2.4 仿真及结果分析 | 第39-42页 |
| 3.3 弯曲车道线的检测算法研究 | 第42-48页 |
| 3.3.1 弯道判定分析 | 第42-43页 |
| 3.3.2 最小二乘法分析 | 第43-45页 |
| 3.3.3 贝塞尔曲线算法分析 | 第45-47页 |
| 3.3.4 CatMull-Rom样条曲线法分析 | 第47-48页 |
| 3.4 后处理及曲线评估 | 第48-49页 |
| 3.5 仿真及结果分析 | 第49-54页 |
| 3.6 本章小结 | 第54-56页 |
| 第4章 车道线的跟踪 | 第56-70页 |
| 4.1 车道的跟踪方法 | 第56-57页 |
| 4.2 粒子滤波跟踪算法 | 第57-58页 |
| 4.3 Meanshift跟踪算法 | 第58-60页 |
| 4.4 Kalman滤波器跟踪 | 第60-63页 |
| 4.4.1 Kalman滤波基本方程 | 第60-61页 |
| 4.4.2 Kalman滤波器的车道线跟踪 | 第61-63页 |
| 4.5 实验结果分析 | 第63-69页 |
| 4.5.1 三种跟踪算法实验结果分析 | 第63-65页 |
| 4.5.2 Kalman滤波跟踪算法实验结果分析 | 第65-69页 |
| 4.6 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
