汽车在车道中运行状态的识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外相关研究现状 | 第11-12页 |
| ·车道线识别国内外发展状况 | 第11页 |
| ·汽车运行状态识别国内外发展状况 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文章节安排 | 第13-15页 |
| 2 车道图像的预处理和图像二值化 | 第15-32页 |
| ·车道图像的采集 | 第15-17页 |
| ·车道视频采集系统组成 | 第15-16页 |
| ·车道图像截取 | 第16-17页 |
| ·车道图像灰度化 | 第17-20页 |
| ·车道图像颜色模型 | 第17-18页 |
| ·车道图像灰度化 | 第18-20页 |
| ·车道图像滤波增强 | 第20-24页 |
| ·车道图像滤波增强的方法 | 第20页 |
| ·均值滤波增强算法 | 第20页 |
| ·中值滤波增强算法 | 第20-21页 |
| ·快速的中值滤波增强算法 | 第21-24页 |
| ·车道图像二值化 | 第24-31页 |
| ·车道图像阈值分割算法 | 第24-27页 |
| ·改进的 Otsu 阈值分割算法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 3 车道线的识别和跟踪 | 第32-50页 |
| ·车道线模型 | 第32-33页 |
| ·车道道路假设 | 第32页 |
| ·建立车道线模型 | 第32-33页 |
| ·Hough 变换识别车道线 | 第33-42页 |
| ·Hough 变换基本原理 | 第33-36页 |
| ·传统 Hough 变换弊端 | 第36页 |
| ·基于车道图像分块的 Hough 变换标线识别 | 第36-42页 |
| ·车道线跟踪 | 第42-49页 |
| ·卡尔曼滤波 | 第43-44页 |
| ·基于卡尔曼滤波的车道线跟踪模型 | 第44-46页 |
| ·车道线跟踪算法流程 | 第46-48页 |
| ·车道线参数的提取结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于摄像机标定的汽车运行状态识别 | 第50-66页 |
| ·汽车运行状态分类 | 第50-51页 |
| ·汽车运行状态识别方法 | 第51-53页 |
| ·车辆当前位置法 | 第51-52页 |
| ·未来偏移量法 | 第52页 |
| ·驶出时间估计法 | 第52-53页 |
| ·本文的汽车运行状态识别算法 | 第53页 |
| ·摄像机标定 | 第53-59页 |
| ·摄像机安装位置 | 第53-54页 |
| ·摄像机成像模型 | 第54-56页 |
| ·摄像机标定实验 | 第56-59页 |
| ·汽车运行状态识别 | 第59-65页 |
| ·汽车在车道中的位置参数估计 | 第60-62页 |
| ·汽车运行状态识别模型 | 第62-63页 |
| ·识别算法验证 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 基于摄像机未标定的汽车运行状态识别 | 第66-77页 |
| ·常见的汽车运行状态识别方法 | 第66-67页 |
| ·道路环境感知法 | 第66页 |
| ·对称轴位置法 | 第66页 |
| ·车道偏离率判别法 | 第66-67页 |
| ·利用车辆偏航角的识别算法 | 第67-74页 |
| ·车辆偏航角的计算 | 第67-69页 |
| ·汽车运行状态识别模型 | 第69页 |
| ·识别算法验证 | 第69-74页 |
| ·GUI 界面设计 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-78页 |
| ·本文研究工作总结 | 第77页 |
| ·本文存在的不足及研究展望 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 攻读硕士期间发表学术论文情况 | 第80-81页 |
| 致谢 | 第81页 |
