基于智能车辆视觉导航的道路检测技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-12页 |
| ·课题研究背景 | 第10-12页 |
| ·课题研究意义 | 第12页 |
| ·智能车辆视觉导航系统及研究现状 | 第12-16页 |
| ·视觉导航系统概述 | 第12-13页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·视觉导航的发展趋势 | 第15-16页 |
| ·论文主要内容 | 第16-18页 |
| 第二章 道路图像的增强 | 第18-34页 |
| ·灰度变换 | 第18-21页 |
| ·线性变换 | 第18-19页 |
| ·分段线性变换 | 第19-20页 |
| ·非线性变换 | 第20-21页 |
| ·直方图处理 | 第21-26页 |
| ·直方图均衡化 | 第22-24页 |
| ·改进的直方图均衡算法 | 第24-26页 |
| ·图像去噪 | 第26-29页 |
| ·邻域平均法 | 第26-27页 |
| ·中值滤波法 | 第27-28页 |
| ·自适应滤波 | 第28-29页 |
| ·图像锐化 | 第29-32页 |
| ·线性锐化滤波 | 第29-30页 |
| ·非线性锐化滤波 | 第30-31页 |
| ·高通滤波 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 道路图像边缘检测 | 第34-46页 |
| ·图像边缘的定义 | 第34-35页 |
| ·边缘检测概述 | 第35-36页 |
| ·经典边缘检测算法 | 第36-44页 |
| ·Roberts 算子法 | 第37页 |
| ·Sobel 算子法 | 第37-39页 |
| ·Prewitt 算子法 | 第39-40页 |
| ·拉普拉斯-高斯算子 | 第40-42页 |
| ·Canny 算子法 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于多尺度几何分析的道路图像边缘检测 | 第46-58页 |
| ·基于多尺度几何分析的Beamlet 变换 | 第46-49页 |
| ·Beamlet 基 | 第46-47页 |
| ·Beamlet 变换 | 第47-48页 |
| ·Beamlet 金字塔结构 | 第48-49页 |
| ·基于Beamlet 变换的几种算法 | 第49-52页 |
| ·无结构算法 | 第49-50页 |
| ·树结构算法 | 第50-52页 |
| ·基于Beamlet 变换的道路图像边缘检测算法 | 第52-54页 |
| ·道路图像的阈值分割 | 第54-57页 |
| ·阈值分割常用的算法 | 第55-56页 |
| ·仿真实验结果及分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 道路车道线的提取 | 第58-74页 |
| ·道路结构特征假设 | 第58-59页 |
| ·Hough 变换 | 第59-63页 |
| ·基于直线点密度的Hough 变换 | 第63-64页 |
| ·道路车道线的提取 | 第64-66页 |
| ·整体算法流程 | 第66-68页 |
| ·仿真实验结果及分析 | 第68-72页 |
| ·添加椒盐噪声的道路图像仿真结果 | 第68-69页 |
| ·添加高斯白噪声的道路图像仿真结果 | 第69-70页 |
| ·模糊处理后的道路图像仿真结果 | 第70-71页 |
| ·强光照射阴影较多的道路图像仿真结果 | 第71页 |
| ·雨后路面积水较多的道路图像仿真结果 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·发展展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表的学术论文目录 | 第81-82页 |
