基于差分激励的车道线检测研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国外智能车研究现状 | 第11-13页 |
| 1.2.2 国内智能车研究现状 | 第13-16页 |
| 1.2.3 车道线检测算法研究现状 | 第16-17页 |
| 1.3 本文的内容安排 | 第17-19页 |
| 2 道路图像预处理研究 | 第19-30页 |
| 2.1 道路图像采集 | 第19-21页 |
| 2.2 选取感兴趣区域 | 第21-22页 |
| 2.3 图像的灰度化 | 第22-24页 |
| 2.4 图像平滑处理 | 第24-28页 |
| 2.4.1 频域滤波 | 第25-26页 |
| 2.4.2 空域滤波 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 车道线特征点提取 | 第30-50页 |
| 3.1 图像边缘特征分析 | 第30-37页 |
| 3.1.1 基于一阶的边缘检测算子 | 第32-35页 |
| 3.1.2 基于二阶的边缘检测算子 | 第35-37页 |
| 3.2 图像二值化方法 | 第37-41页 |
| 3.2.1 直方图法 | 第38-39页 |
| 3.2.2 迭代法 | 第39页 |
| 3.2.3 最大类间方差法 | 第39-41页 |
| 3.3 基于Canny算子的边缘特征点提取 | 第41-44页 |
| 3.4 基于差分激励的特征点提取 | 第44-49页 |
| 3.4.1 基于差分激励的图像增强 | 第44-46页 |
| 3.4.2 基于韦伯定理的图像二值化 | 第46-47页 |
| 3.4.3 特征点去冗余 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 车道线提取 | 第50-61页 |
| 4.1 中国车道线的标准与特征 | 第50-51页 |
| 4.2 传统霍夫变换 | 第51-55页 |
| 4.2.1 Hough变换原理 | 第52-54页 |
| 4.2.2 Hough变换操作步骤 | 第54页 |
| 4.2.3 性能分析 | 第54-55页 |
| 4.3 霍夫变换的改进 | 第55-58页 |
| 4.3.1 角度约束 | 第56-57页 |
| 4.3.2 距离约束 | 第57页 |
| 4.3.3 消除已检测点的影响 | 第57-58页 |
| 4.4 实验结果及分析 | 第58-60页 |
| 4.4.1 实验环境简介 | 第58页 |
| 4.4.2 实验结果分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
| A.作者在攻读学位期间发表的论文目录 | 第68页 |
| B.作者在攻读学位期间申请的专利 | 第68页 |
| C.作者在攻读学位期间参与的科研项目 | 第68页 |
