基于机器视觉的车道线检测与追踪系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·总结 | 第13-14页 |
| ·论文主要研究工作及内容安排 | 第14-15页 |
| ·论文主要的创新点 | 第15-16页 |
| 2 视频图像采集 | 第16-20页 |
| ·双目视觉原理 | 第16-18页 |
| ·单目视觉原理 | 第18-19页 |
| ·小结 | 第19-20页 |
| 3 图像预处理 | 第20-37页 |
| ·图像灰度化 | 第20-21页 |
| ·增强图像对比度 | 第21-23页 |
| ·图像中值滤波 | 第23-26页 |
| ·图像边缘增强 | 第26-33页 |
| ·Roberts 边缘检测算子 | 第27页 |
| ·Prewitt 边缘检测算子 | 第27-28页 |
| ·Sobel 边缘检测算子 | 第28-29页 |
| ·Log 边缘检测算子 | 第29-30页 |
| ·Canny 边缘检测算子 | 第30-31页 |
| ·自定义差分算子 | 第31页 |
| ·总结 | 第31-33页 |
| ·边缘检测信息与区域生长信息融合 | 第33-37页 |
| ·区域生长法的基本概念 | 第33-35页 |
| ·边缘检测信息与区域生长信息融合 | 第35-37页 |
| 4 车道线检测和识别 | 第37-46页 |
| ·最小二乘法 | 第37-39页 |
| ·最小二乘法拟合直线的原理 | 第38-39页 |
| ·最小二乘法的优缺点 | 第39页 |
| ·Hough 变换 | 第39-41页 |
| ·Hough 变换的原理 | 第39-40页 |
| ·Hough 变换的优缺点 | 第40-41页 |
| ·Radon 变换 | 第41-46页 |
| ·Radon 变换的原理 | 第41-43页 |
| ·总结 | 第43-46页 |
| 5 车道线追踪 | 第46-54页 |
| ·卡尔曼滤波技术 | 第47-48页 |
| ·建立动态 ROI 过程 | 第48-50页 |
| ·搜索拟合车道边界点 | 第50-52页 |
| ·失效判别模块 | 第52-53页 |
| ·实验结果及分析 | 第53-54页 |
| 6 全文总结 | 第54-56页 |
| ·论文的主要研究工作 | 第54-55页 |
| ·论文存在的不足 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60页 |
| 发表的学术论文 | 第60页 |
