机器视觉在车道线检测技术中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景及研究意义 | 第11页 |
| ·机器视觉技术的概况及发展应用 | 第11-12页 |
| ·国内外现状以及发展趋势 | 第12-14页 |
| ·本文所做的工作 | 第14页 |
| ·本文的构架及内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 道路图像的预处理 | 第16-35页 |
| ·引言 | 第16-18页 |
| ·空域增强 | 第18-28页 |
| ·灰度变换法 | 第18-21页 |
| ·直方图修正法 | 第21-24页 |
| ·空域平滑 | 第24-28页 |
| ·频域增强 | 第28-29页 |
| ·道路图像二值分割 | 第29-34页 |
| ·概述 | 第30页 |
| ·图像阈值分割 | 第30-32页 |
| ·类间方差阈值分割 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 道路图像的边缘检测 | 第35-67页 |
| ·引言 | 第35页 |
| ·图像的边缘及相应导数 | 第35-36页 |
| ·边缘检测算法 | 第36-39页 |
| ·一阶微分算法 | 第36-38页 |
| ·二阶微分算法 | 第38-39页 |
| ·边缘的提取 | 第39页 |
| ·几种经典边缘检测方法 | 第39-47页 |
| ·Roberts算子 | 第40-41页 |
| ·Sobel算子 | 第41-42页 |
| ·Prewitt算子 | 第42-44页 |
| ·Laplacian算子 | 第44页 |
| ·LOG算子 | 第44-45页 |
| ·Canny算子 | 第45-47页 |
| ·小波分析在边缘检测中的应用 | 第47-66页 |
| ·引言 | 第47-48页 |
| ·小波变换 | 第48-58页 |
| ·连续小波变换 | 第48-49页 |
| ·离散小波变换 | 第49-50页 |
| ·多分辨率分析 | 第50-58页 |
| ·多尺度边缘检洲法 | 第58-62页 |
| ·利用小波系数的相关性提取噪声图像边缘 | 第62-64页 |
| ·小波系数移位相关边缘检测流程 | 第64页 |
| ·与传统边缘检测方法的比较 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 车道线的检测与识别 | 第67-80页 |
| ·引言 | 第67页 |
| ·道路检测算法模型假设 | 第67-72页 |
| ·算法基本假设 | 第67-68页 |
| ·系统成像模型 | 第68-70页 |
| ·车道线模型 | 第70-71页 |
| ·感兴趣区域的建立 | 第71-72页 |
| ·车道线的检测与识别 | 第72-79页 |
| ·最大方差自动取阈法 | 第72-74页 |
| ·图像的前期处理 | 第74-75页 |
| ·基于改进Hough变换的车道线检测 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第5章 预警模型的建立以及试验验证 | 第80-91页 |
| ·引言 | 第80页 |
| ·车道线偏离预警模型的简介 | 第80-82页 |
| ·CCP模型 | 第80-81页 |
| ·FOD模型 | 第81页 |
| ·TLC模型 | 第81-82页 |
| ·KBIRS模型 | 第82页 |
| ·车道偏离预警模型的建立 | 第82-85页 |
| ·车道偏离预警系统仿真实验 | 第85-90页 |
| ·硬件环境 | 第85-86页 |
| ·软件环境 | 第86-87页 |
| ·车道偏离预警模型的功能 | 第87-88页 |
| ·道路试验 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 结论与展望 | 第91-92页 |
| 参考文献 | 第92-97页 |
| 攻读学位期间发表的学术论文目录 | 第97-98页 |
| 致谢 | 第98页 |
