首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于机器视觉的车道线识别技术研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-17页
    1.1 车道线识别研究的背景及意义第9-10页
    1.2 车道线识别国内外研究现状及发展趋势第10-14页
        1.2.1 国外研究现状第10-11页
        1.2.2 国内研究现状第11-14页
    1.3 车道识别存在的难点第14页
    1.4 本文拟采用的方法第14-15页
    1.5 论文主要内容与章节安排第15-17页
第二章 车道识别的图像预处理第17-30页
    2.1 引言第17-18页
    2.2 车道图像的降噪处理第18页
    2.3 图像的去雾算法第18-21页
        2.3.1 暗通道优先的图像去雾算法第18-20页
        2.3.2 改进的自适应大气光值获取方法第20-21页
    2.4 夜间图像增强第21-23页
    2.5 图像模糊化处理第23-26页
        2.5.1 基于均值的车道图像模糊化处理第23-24页
        2.5.2 改进的基于车速的图像模糊化处理第24-26页
    2.6 逆透视变换第26-28页
    2.7 Bernsen自适应二值化第28-29页
    2.8 本章小结第29-30页
第三章 车道线特征检测第30-38页
    3.1 引言第30页
    3.2 车道线边缘的提取第30-32页
    3.3 车道线边缘检测算法分析第32-37页
    3.4 本章小结第37-38页
第四章 车道线提取与伪车道去除第38-49页
    4.1 前言第38页
    4.2 车道线候选区域检测第38-41页
        4.2.1 Hough变换的车道初定位第38-40页
        4.2.2 防跨车道误识别判定第40-41页
    4.3 随机抽样一致算法(RANSAC)伪车道去除第41-43页
    4.4 最小二乘法车道线拟合第43-44页
    4.5 车道追踪第44-48页
        4.5.1 Kalman滤波器第44-45页
        4.5.2 基于Kalman滤波器的车道跟踪第45-47页
        4.5.3 Kalman车道预测可信度的判定第47-48页
    4.6 本章小结第48-49页
第五章 实验与分析第49-64页
    5.1 引言第49页
    5.2 车道检测算法的流程第49-50页
    5.3 实验条件第50页
    5.4 分步实验与结果分析第50-59页
        5.4.1 视频读取第50-51页
        5.4.2 暗通道优先雾霾消除实验第51-56页
        5.4.3 逆透视变换及二值化处理第56-58页
        5.4.4 Hough变换的车道线初步定位和RANSAC局外点消除第58-59页
    5.5 综合车道识别实验第59-61页
    5.6 车道算法评判方法第61-63页
    5.7 实验分析第63-64页
总结与展望第64-66页
    文章主要工作第64-65页
    进一步研究方向第65-66页
参考文献第66-71页
致谢第71-72页
附录 (攻读学位期间发表的学术论文)第72页

论文共72页,点击 下载论文
上一篇:短暂性脑缺血发作患者血清microRNA的水平变化及其临床意义
下一篇:66位系统性红斑狼疮患者的妊娠转归