基于机器学习的弯道自动检测

摘要	第1-6页
Abstract	第6-9页
第一章 绪论	第9-15页
·研究背景及意义	第9-10页
·应用于智能系统的弯道检测算法	第10-11页
·国内研究现状	第10-11页
·国外研究现状	第11页
·检测性能评价	第11-12页
·本文的主要研究内容	第12-14页
本章小结	第14-15页
第二章 弯道检测方法	第15-22页
·引言	第15页
·传统弯道检测方法	第15-18页
·基于道路特征方法	第15-16页
·基于道路模型的方法	第16-18页
·基于Hough变换的车道检测改进算法	第18页
·基于机器学习的弯道检测方法	第18-21页
·基于BP神经网络的方法	第18-20页
·基于AdaBoost算法的方法	第20-21页
本章小结	第21-22页
第三章 图像预处理及特征提取	第22-29页
·引言	第22页
·图像预处理	第22-25页
·图像滤波处理	第22-23页
·图像去雾	第23-25页
·特征提取	第25-28页
·常用的图像特征	第25-27页
·塔式梯度直方图特征(PHOG)	第27-28页
本章小结	第28-29页
第四章 基于机器学习的弯道自动检测	第29-48页
·引言	第29页
·机器学习	第29-30页
·支持向量机	第30-34页
·线性可分支持向量机与线性支持向量机	第31-32页
·非线性支持向量机	第32-34页
·AdaBoost算法	第34-36页
·实验结果及分析	第36-46页
·实验设置	第36-37页
·实验结果及分析	第37-46页
本章小结	第46-48页
结论	第48-50页
参考文献	第50-53页
攻读硕士学位期间参与的项目及发表的学术论文	第53-54页
致谢	第54页