| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-17页 |
| 1．1 课题学术和实用意义及来源 | 第9-11页 |
| 1．2 国内外现状与技术发展趋势 | 第11-14页 |
| 1．3 研究的目的、内容 | 第14页 |
| 1．4 研究方法、技术路线、实验方案和可行性分析 | 第14-16页 |
| 1．5 本项目的独特创新之处 | 第16-17页 |
| 2 多线程模式的汽车主动安全系统设计 | 第17-28页 |
| 2．1 引言 | 第17-19页 |
| 2．1．1 汽车主动安全 | 第18页 |
| 2．1．2 驾驶人员对环境的感知是行驶安全的前提 | 第18页 |
| 2．1．3 行使车辆对环境信息的机器获取和感知 | 第18-19页 |
| 2．2 基于多线程技术的基本概念 | 第19-20页 |
| 2．2．1 线程以及线程的创建 | 第19-20页 |
| 2．2．2 多线程间的同步 | 第20页 |
| 2．3 多线程模式汽车主动安全系统结构 | 第20-25页 |
| 2．3．1 传统人工智能模型在实时动态环境描述中的难点 | 第20-21页 |
| 2．3．2 基于行为的智能体模拟技术 | 第21-22页 |
| 2．3．3 基于传统认知模型的实现 | 第22-23页 |
| 2．3．4 基于行为的汽车主动安全系统结构 | 第23页 |
| 2．3．5 基于多线程技术的汽车主动安全系统实现 | 第23-25页 |
| 2. 4 系统硬件结构图 | 第25-26页 |
| 2．5 本章小结 | 第26-28页 |
| 3 面向智能交通系统的计算机视觉技术和图像处理技术 | 第28-41页 |
| 3．1 计算机视觉概述 | 第28-34页 |
| 3．1．1 Marr的计算机视觉理论 | 第28-31页 |
| 3．1．2 计算机视觉研究中存在地主要困难 | 第31-32页 |
| 3．1．3 计算机视觉成像模型 | 第32-34页 |
| 3．2 图像的时频分析 | 第34-35页 |
| 3．3 面向智能交通的图像处理技术 | 第35-37页 |
| 3．3．1 帧内处理 | 第36页 |
| 3．3．2 帧间处理 | 第36-37页 |
| 3．4 计算机视觉技术与图像处理技术在智能交通系统中的应用 | 第37-39页 |
| 3．4．1 车辆导航 | 第37-38页 |
| 3．4．2 交通监控 | 第38-39页 |
| 3．4．3 辅助驾驶 | 第39页 |
| 3．4．4 智能收费 | 第39页 |
| 3．5 道路图像获取线程 | 第39-40页 |
| 3．5．1 道路图像获取 | 第39-40页 |
| 3．5．2 汽车行驶中前方道路的方向特征 | 第40页 |
| 3．6 本章小结 | 第40-41页 |
| 4 道路检测与识别线程 | 第41-52页 |
| 4．1 基于Gabor小波滤波器的道路边缘检测 | 第41-45页 |
| 4．1．1 道路边缘线灰度特征模型 | 第41-42页 |
| 4．1．2 Gabor变换的频率特性和方向特性 | 第42-43页 |
| 4．1．3 Gabor滤波器进行道路边缘处理 | 第43-45页 |
| 4．2 基于统计测试的道路边缘提取 | 第45-49页 |
| 4．2．1 线段生成 | 第45-46页 |
| 4．2．2 统计模型的确定 | 第46-49页 |
| 4．3 利用Hough变换提取道路边缘和弯曲方向 | 第49-51页 |
| 4．3．1 Hough变换原理 | 第49页 |
| 4．3．2 提取道路边缘和曲线方向 | 第49-51页 |
| 4．4 本章小结 | 第51-52页 |
| 5 基于图像分割的障碍物检测线程 | 第52-69页 |
| 5．1 视频图像目标分割 | 第52-58页 |
| 5．1．1 图像目标分割 | 第52-53页 |
| 5．1．2 基于模糊主色调彩色图像分割 | 第53-55页 |
| 5．1．3 多阈值图像目标分割 | 第55-58页 |
| 5．2 障碍物实时检测 | 第58-61页 |
| 5．2．1 图像分割技术对障碍物的检测 | 第59-60页 |
| 5．2．2 障碍物检测区域的大致确定 | 第60页 |
| 5．2．3 障碍物识别 | 第60-61页 |
| 5．3 障碍物跟踪 | 第61-65页 |
| 5．3．1 视频图像目标跟踪系统 | 第62页 |
| 5．3．2 图像目标跟踪系统功能模块设计 | 第62-65页 |
| 5．4 障碍物距离测量线程 | 第65-68页 |
| 5．4．1 景物－图像的几何模型 | 第65-66页 |
| 5．4．2 结构化道路的障碍物距离测量 | 第66-68页 |
| 5．5 本章小结 | 第68-69页 |
| 6 安全报警线程与防撞专家系统 | 第69-82页 |
| 6．1 汽车报警防撞专家系统结构 | 第69-70页 |
| 6．2 安全优先级常规任务求解 | 第70-71页 |
| 6．3 基于汽车－环境特征状态模型的知识描述 | 第71-76页 |
| 6．3．1 知识获取 | 第71-73页 |
| 6．3．2 知识表示 | 第73-76页 |
| 6．4 专家系统报警问题求解 | 第76-80页 |
| 6．4．1 基本概念 | 第76-77页 |
| 6．4．2 推理过程 | 第77-78页 |
| 6．4．3 推理控制策略 | 第78-79页 |
| 6．4．4 系统的推理策略 | 第79-80页 |
| 6．6 本章小结 | 第80-82页 |
| 7 结论 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-91页 |
