| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 本文主要工作及结构 | 第16-17页 |
| 1.4 小结 | 第17-18页 |
| 第2章 道路检测算法相关研究 | 第18-30页 |
| 2.1 图像预处理方法 | 第18-23页 |
| 2.1.1 图像增强 | 第18-20页 |
| 2.1.2 边缘提取 | 第20-22页 |
| 2.1.3 纹理特征提取 | 第22-23页 |
| 2.2 道路分割的方法 | 第23-29页 |
| 2.2.1 霍夫变换 | 第23-24页 |
| 2.2.2 神经网络 | 第24-25页 |
| 2.2.3 支持向量机 | 第25-27页 |
| 2.2.4 均值偏移算法 | 第27-29页 |
| 2.3 道路检测算法存在的问题与难点 | 第29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 基于泛化消失点的道路检测算法 | 第30-40页 |
| 3.1 基于消失点的道路检测算法分析 | 第30-31页 |
| 3.2 改进的消失点投票策略 | 第31-35页 |
| 3.2.1 有效投票点的筛选 | 第31-33页 |
| 3.2.2 关于投票区域的改进 | 第33-34页 |
| 3.2.3 基于道路主方向的多维投票策略 | 第34-35页 |
| 3.3 基于泛化消失点的道路分割方法 | 第35-39页 |
| 3.3.1 泛化消失点估计 | 第35-36页 |
| 3.3.2 基于泛化消失点的道路边界拟合 | 第36-39页 |
| 3.4 小结 | 第39-40页 |
| 第4章 特征融合的均值偏移道路跟踪算法 | 第40-47页 |
| 4.1 均值偏移目标跟踪算法分析 | 第40-42页 |
| 4.1.1 均值偏移算法用于目标跟踪的基本形式 | 第40-41页 |
| 4.1.2 均值偏移算法优点与不足分析 | 第41-42页 |
| 4.2 基于特征融合的均值偏移道路跟踪算法 | 第42-46页 |
| 4.2.1 道路特征的描述 | 第42-44页 |
| 4.2.2 融合颜色纹理特征的均值偏移道路跟踪算法 | 第44-46页 |
| 4.3 小结 | 第46-47页 |
| 第5章 算法验证与性能分析 | 第47-55页 |
| 5.1 实验平台与数据集 | 第47页 |
| 5.2 实验设计 | 第47-48页 |
| 5.3 实验结果与分析 | 第48-54页 |
| 5.3.1 基于泛化消失点的道路检测算法定性比较 | 第48-49页 |
| 5.3.2 基于泛化消失点的道路检测算法量化分析 | 第49-52页 |
| 5.3.3 算法实时性对比 | 第52-54页 |
| 5.4 小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62-63页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第63-64页 |
| 致谢 | 第64页 |