基于相机的车道线识别与车道偏离预警技术研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景 | 第16-18页 |
| 1.2 车道线识别与偏离预警系统发展现状分析 | 第18-20页 |
| 1.2.1 车道线识别系统现状分析 | 第18-20页 |
| 1.2.2 车道偏离预警系统现状分析 | 第20页 |
| 1.3 本文主要研究内容 | 第20-22页 |
| 第二章 单张照片中车道线识别 | 第22-47页 |
| 2.1 照片滤波处理 | 第22-25页 |
| 2.1.1 频域滤波技术 | 第23页 |
| 2.1.2 空域滤波技术 | 第23-25页 |
| 2.2 黄色车道线识别 | 第25-36页 |
| 2.2.1 初始H-S二维表建立 | 第25-27页 |
| 2.2.2 二维表查找 | 第27-29页 |
| 2.2.3 车道线边缘特征像素识别 | 第29-31页 |
| 2.2.4 灰度值“与运算” | 第31-33页 |
| 2.2.5 孤立点滤除 | 第33-34页 |
| 2.2.6 霍夫直线检测 | 第34-36页 |
| 2.3 白色车道线识别 | 第36-45页 |
| 2.3.1 照片的灰度化 | 第36页 |
| 2.3.2 设置ROI | 第36-38页 |
| 2.3.3 二值化 | 第38-45页 |
| 2.4 白色与黄色车道线识别结果合并 | 第45-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 视频中跟踪车道线 | 第47-55页 |
| 3.1 视频采集设备 | 第47-48页 |
| 3.2 跟踪视频中的车道线 | 第48-49页 |
| 3.3 车道线跟踪算法验证 | 第49-51页 |
| 3.4 车道线跟踪算法验证 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 相机标定 | 第55-63页 |
| 4.1 针孔相机模型 | 第55-57页 |
| 4.2 相机内部参数标定 | 第57-60页 |
| 4.3 相机外部参数标定 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 车道偏离预警算法 | 第63-79页 |
| 5.1 概述 | 第63页 |
| 5.2 车道偏离预警方法及其优缺点分析 | 第63-69页 |
| 5.2.1 TLC决策方法 | 第64-66页 |
| 5.2.2 CCP决策方法 | 第66-67页 |
| 5.2.3 FOD决策方法 | 第67-68页 |
| 5.2.4 RRS决策方法 | 第68-69页 |
| 5.3 基于未来位置的车道偏离预警算法 | 第69-72页 |
| 5.3.1 直线模型 | 第69-71页 |
| 5.3.2 圆周曲线模型 | 第71-72页 |
| 5.4 报警屏蔽算法 | 第72-75页 |
| 5.5 偏离预警算法验证 | 第75-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第六章 全文总结与展望 | 第79-81页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第85-86页 |
