| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 基于视觉的车道线检测技术研究现状 | 第11-14页 |
| 1.3 图像显著性研究现状 | 第14-16页 |
| 1.4 本文的章节安排及创新点 | 第16-18页 |
| 1.4.1 本文的章节安排 | 第16页 |
| 1.4.2 本文的创新点 | 第16-18页 |
| 第二章 基于显著性检测的车道线增强与分割 | 第18-35页 |
| 2.1 基于亮度对比度的显著性检测算法 | 第18-19页 |
| 2.2 基于车道线检测任务的视觉显著图 | 第19-24页 |
| 2.2.1 车道线显著图生成模型 | 第19-20页 |
| 2.2.2 改进的亮度对比度显著图 | 第20-21页 |
| 2.2.3 基于一维高斯核相关性计算的显著图 | 第21-23页 |
| 2.2.4 高亮度优先与一维高斯核的融合显著图 | 第23-24页 |
| 2.3 车道线显著性检测分析 | 第24-33页 |
| 2.3.1 基于高亮度优先的LC显著图分析 | 第24-30页 |
| 2.3.2 基于一维高斯核相关性计算的显著图分析 | 第30-31页 |
| 2.3.3 高亮度优先与一维高斯核的融合显著图分析 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 车道线特征点提取 | 第35-44页 |
| 3.1 车道线特征点提取常用方法分析 | 第35-36页 |
| 3.2 基于最小外接矩形的车道线候选区提取 | 第36-38页 |
| 3.2.1 经典最小外接矩形计算方法 | 第36-37页 |
| 3.2.2 基于凸壳边界信息的车道线最小外接矩形 | 第37-38页 |
| 3.3 车道线特征点提取 | 第38-43页 |
| 3.3.1 区域峰值与边缘结合特征 | 第38-39页 |
| 3.3.2 基于区域峰值和边缘特征的特征点生长模型 | 第39-41页 |
| 3.3.3 提取结果分析 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 车道线建模与拟合 | 第44-54页 |
| 4.1 车道线模型分析 | 第44-47页 |
| 4.1.1 直线模型 | 第44-46页 |
| 4.1.2 直线-曲线模型 | 第46-47页 |
| 4.1.3 建模坐标系 | 第47页 |
| 4.2 基于最小二乘法的直线-抛物线自适应拟合 | 第47-53页 |
| 4.2.1 最小二乘法 | 第47-49页 |
| 4.2.2 偏离度约束 | 第49-50页 |
| 4.2.3 虚车道线段合并 | 第50-51页 |
| 4.2.4 偏离度约束下的自适应拟合 | 第51-52页 |
| 4.2.5 拟合效果分析 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 车道线检测算法与实验 | 第54-65页 |
| 5.1 车道线检测算法的实现 | 第54-56页 |
| 5.1.1 算法模型 | 第54-55页 |
| 5.1.2 算法软件设计 | 第55页 |
| 5.1.3 算法搭建环境 | 第55-56页 |
| 5.2 车道线检测实验 | 第56-64页 |
| 5.2.1 实验数据 | 第56页 |
| 5.2.2 算法的评价标准 | 第56-57页 |
| 5.2.3 本文车道线检测算法实验结果与分析 | 第57-63页 |
| 5.2.4 车道线检测算法对比 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 本文工作的进一步展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |