| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 道路图像分割的研究现状 | 第8-10页 |
| 1.2.1 基于道路特性的道路图像分割 | 第8-9页 |
| 1.2.2 基于区域的道路图像分割 | 第9-10页 |
| 1.2.3 基于MCMC的道路图像分割 | 第10页 |
| 1.3 道路图像分割的发展 | 第10-11页 |
| 1.4 本文研究内容及组织结构 | 第11-13页 |
| 1.4.1 本文研究内容 | 第11页 |
| 1.4.2 本文组织结构 | 第11-13页 |
| 2 道路图像分割方法和MCMC方法 | 第13-25页 |
| 2.1 道路图像分割方法 | 第13-18页 |
| 2.1.1 图像分割的定义 | 第13-14页 |
| 2.1.2 道路图像分割算法 | 第14-18页 |
| 2.2 MCMC方法 | 第18-24页 |
| 2.2.1 马尔科夫链 | 第19-20页 |
| 2.2.2 蒙特卡罗 | 第20-21页 |
| 2.2.3 MCMC方法基本思想 | 第21-22页 |
| 2.2.4 常用的两种MCMC算法 | 第22-23页 |
| 2.2.5 MCMC方法的收敛性 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于MCMC方法的道路图像分割 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 马尔科夫链蒙特卡罗算法求解模型 | 第25-30页 |
| 3.2.1 分割问题公式化和数学建模 | 第25-28页 |
| 3.2.2 动态的马尔科夫链 | 第28-29页 |
| 3.2.3 计算建议概率 | 第29-30页 |
| 3.3 实验结果与分析 | 第30-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于MCMC-GA方法的道路图像分割 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 边界曲线密度函数 | 第37页 |
| 4.3 边界曲线的动态马尔科夫链 | 第37-39页 |
| 4.3.1 分割图像空间 | 第37-38页 |
| 4.3.2 图像边界曲线 | 第38-39页 |
| 4.4 METROPOLIS-HASTINGS算法和蒙特卡罗模拟 | 第39-40页 |
| 4.4.1 Metropolis-Hastings算法 | 第39页 |
| 4.4.2 蒙特卡罗模拟 | 第39-40页 |
| 4.5 遗传算法 | 第40-44页 |
| 4.5.1 算法简介 | 第40-42页 |
| 4.5.2 算法实现原理 | 第42-44页 |
| 4.6 实验结果与分析 | 第44-50页 |
| 4.7 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |