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 |