| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·相关领域的研究现状 | 第9-11页 |
| ·基于可通行区域特性的道路场景分割 | 第9页 |
| ·基于区域的道路场景分割 | 第9-11页 |
| ·基于支持向量机的道路场景分割 | 第11页 |
| ·研究目标和内容 | 第11-12页 |
| ·论文的行文结构 | 第12-14页 |
| 2 道路场景图像分割理论 | 第14-26页 |
| ·图像分割方法 | 第14-17页 |
| ·支持向量机方法 | 第17-24页 |
| ·支持向量机基本原理 | 第17-20页 |
| ·多类分类支持向量机 | 第20-21页 |
| ·基于贝叶斯网络的二叉树支持向量机 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 3 基于b-BTSVM和超像素的阴影道路场景分割方法 | 第26-38页 |
| ·超像素计算 | 第27-30页 |
| ·计算超像素 | 第27-29页 |
| ·超像素的窗口定位 | 第29-30页 |
| ·特征提取 | 第30-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于b-BTSVM的在线道路区域分割方法 | 第38-53页 |
| ·特征提取 | 第40-42页 |
| ·多类分类器 | 第42-43页 |
| ·分类器参数选择 | 第43页 |
| ·道路场景分割初始化 | 第43-44页 |
| ·在线学习 | 第44-46页 |
| ·实验分析 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| ·全文总结 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |