| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景及意义 | 第9-12页 |
| ·智能交通系统的概念与起源 | 第9-10页 |
| ·智能交通系统的意义 | 第10-11页 |
| ·智能交通系统的发展现状 | 第11-12页 |
| ·基于机器视觉的车道标识线检测与跟踪算法的研究现状 | 第12-16页 |
| ·车道标识线检测算法的研究现状 | 第13-15页 |
| ·车道标识线跟踪算法的研究现状 | 第15-16页 |
| ·存在问题 | 第16-17页 |
| ·本文的研究内容和组织结构 | 第17-19页 |
| ·研究内容 | 第17-18页 |
| ·组织结构 | 第18-19页 |
| 第2章 粒子滤波理论 | 第19-37页 |
| ·概述 | 第19页 |
| ·贝叶斯滤波原理 | 第19-22页 |
| ·蒙特卡罗方法 | 第22-25页 |
| ·蒙特卡罗方法的基本原理 | 第23-24页 |
| ·蒙特卡罗方法的基本步骤 | 第24-25页 |
| ·粒子滤波 | 第25-34页 |
| ·先验知识的获取 | 第25页 |
| ·重要性采样 | 第25-27页 |
| ·序列重要性采样 | 第27-30页 |
| ·后验概率的计算 | 第30-31页 |
| ·退化现象 | 第31-34页 |
| ·粒子滤波算法描述 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 车道标识线检测算法设计 | 第37-45页 |
| ·概述 | 第37页 |
| ·约束条件假设的比较分析 | 第37-39页 |
| ·基于置信度度量方法的车道标识线检测 | 第39-44页 |
| ·边缘点检测 | 第39-41页 |
| ·车道方向估计 | 第41-42页 |
| ·候选车道标识线提取 | 第42页 |
| ·置信度度量 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 车道标识线跟踪算法设计 | 第45-55页 |
| ·概述 | 第45-46页 |
| ·CONDENSATION算法描述 | 第46-47页 |
| ·基于粒子滤波的车道标识线跟踪算法描述 | 第47-51页 |
| ·粒子状态的描述 | 第47-48页 |
| ·先验知识的获取 | 第48页 |
| ·基于CONDENSATION算法的模型建立 | 第48-51页 |
| ·后验概率的计算 | 第51页 |
| ·重采样 | 第51页 |
| ·算法性能增强 | 第51-53页 |
| ·分割采样 | 第51-52页 |
| ·重要性采样 | 第52页 |
| ·初始化采样 | 第52-53页 |
| ·算法流程 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于粒子滤波的车道标识线检测与跟踪算法试验 | 第55-59页 |
| ·算法运行环境 | 第55页 |
| ·软件运行环境 | 第55页 |
| ·硬件运行环境 | 第55页 |
| ·算法评估方法 | 第55-56页 |
| ·评估数据 | 第55-56页 |
| ·评估方法 | 第56页 |
| ·评估结果 | 第56-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |