一种基于双曲线模型的车道线跟踪检测算法设计与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目的与研究意义 | 第10页 |
1.3 现阶段研究状况 | 第10-11页 |
1.4 章节构成 | 第11-12页 |
1.5 本章小结 | 第12-13页 |
第2章 图像预处理 | 第13-18页 |
2.1 彩色图像灰度化 | 第13-14页 |
2.2 平滑滤波 | 第14-15页 |
2.2.1 中值滤波 | 第14-15页 |
2.2.2 高斯滤波 | 第15页 |
2.3 形态学运算 | 第15-17页 |
2.3.1 膨胀运算和腐蚀运算 | 第15-16页 |
2.3.2 开运算和闭运算 | 第16页 |
2.3.3 顶帽运算 | 第16-17页 |
2.4 本章小结 | 第17-18页 |
第3章 边缘特征提取 | 第18-23页 |
3.1 基本边缘检测算子 | 第18-21页 |
3.2 边缘检测算法对比 | 第21-22页 |
3.3 本章小结 | 第22-23页 |
第4章 车道线检测算法设计 | 第23-31页 |
4.1 车道线检测算法流程 | 第23-25页 |
4.2 基于 HOUGH 变换的直线检测 | 第25-26页 |
4.3 建立拟合曲线目标像素集合 | 第26-28页 |
4.4 基于加权双曲线模型的车道线拟合 | 第28-29页 |
4.5 曲率滤波排除误检曲率 | 第29-30页 |
4.6 本章小结 | 第30-31页 |
第5章 车道线跟踪与区域限制 | 第31-39页 |
5.1 常用滤波算法 | 第31-32页 |
5.2 卡尔曼滤波算法原理及应用 | 第32-34页 |
5.3 车道线弯道方向估计 | 第34-35页 |
5.4 近距离检测区域的动态确定 | 第35-38页 |
5.4.1 近距离区域选定 | 第35-36页 |
5.4.2 动态划定检测区域 | 第36-38页 |
5.5 本章小结 | 第38-39页 |
第6章 实验与统计 | 第39-52页 |
6.1 实验平台 | 第39-40页 |
6.2 算法对比与分析 | 第40-50页 |
6.2.1 图像去噪算法效果 | 第41-42页 |
6.2.2 图像增强算法效果 | 第42-43页 |
6.2.3 直线检测算法效果 | 第43-45页 |
6.2.4 整体实验效果 | 第45-50页 |
6.3 实验结果统计 | 第50-51页 |
6.4 本章小结 | 第51-52页 |
第7章 总结与展望 | 第52-53页 |
参考文献 | 第53-55页 |
作者简介及在学期间所取得的科研成果 | 第55-56页 |
致谢 | 第56页 |