| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外相关技术发展概况 | 第10-13页 |
| 1.2.1 国外相关技术的发展概况 | 第10-11页 |
| 1.2.2 国内相关技术的发展概况 | 第11-12页 |
| 1.2.3 国内外文献综述的简析 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文的结构 | 第14-15页 |
| 第2章 道路检测与跟踪相关原理与算法介绍 | 第15-27页 |
| 2.1 图像逆透视变换 | 第15-17页 |
| 2.1.1 基于摄像头参数的逆透视变换 | 第15-16页 |
| 2.1.2 基于四点法的逆透视变换 | 第16-17页 |
| 2.2 道路特征提取算法介绍 | 第17-20页 |
| 2.2.1 Sobel滤波器 | 第17-18页 |
| 2.2.2 Black-white-black滤波器 | 第18-19页 |
| 2.2.3 Steerable滤波器 | 第19-20页 |
| 2.3 道路模型参数计算方法介绍 | 第20-22页 |
| 2.3.1 霍夫线变换 | 第20-21页 |
| 2.3.2 随机采样一致性（RANSAC） | 第21-22页 |
| 2.4 道路跟踪算法介绍 | 第22-26页 |
| 2.4.1 卡尔曼滤波 | 第22-24页 |
| 2.4.2 粒子滤波 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 道路检测与跟踪算法研究与改进 | 第27-43页 |
| 3.1 图像预处理 | 第27-31页 |
| 3.1.1 逆透视变换 | 第27页 |
| 3.1.2 道路特征提取 | 第27-29页 |
| 3.1.3 基于累计概率霍夫变换的异常点去除方法 | 第29-30页 |
| 3.1.4 方向距离变换 | 第30-31页 |
| 3.2 基于粒子滤波的实时道路检测方法 | 第31-38页 |
| 3.2.1 根据距离信息建立低维度的粒子状态 | 第32-34页 |
| 3.2.2 粒子滤波过程中的动态模型 | 第34-35页 |
| 3.2.3 粒子滤波过程中的观测模型 | 第35-36页 |
| 3.2.4 道路检测过程 | 第36-38页 |
| 3.3 道路跟踪方法 | 第38-42页 |
| 3.3.1 当前图像中道路边界的预测 | 第38-40页 |
| 3.3.2 道路跟踪 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 实验结果及分析 | 第43-52页 |
| 4.1 实验条件介绍 | 第43-44页 |
| 4.2 特征提取实验分析 | 第44-45页 |
| 4.3 基于累计概率霍夫变换的异常点去除方法分析 | 第45-47页 |
| 4.4 粒子状态维度对道路检测影响的实验分析 | 第47-48页 |
| 4.5 道路检测结果分析 | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |