摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-24页 |
1.1 本课题的研究背景与意义 | 第10-12页 |
1.2 车道偏离预警系统的国内外研究现状 | 第12-17页 |
1.2.1 车道偏离预警系统的研究背景 | 第12-13页 |
1.2.2 车道偏离预警系统国外研究现状 | 第13-15页 |
1.2.3 车道偏离预警国内研究现状 | 第15-17页 |
1.3 基于机器视觉的车道线识别方法研究现状及存在的不足 | 第17-21页 |
1.3.1 基于机器视觉的车道线识别方法研究现状 | 第17-19页 |
1.3.2 基于机器视觉的车道线跟踪方法研究现状 | 第19-20页 |
1.3.3 目前存在的不足 | 第20-21页 |
1.4 论文主要研究内容及结构 | 第21-24页 |
1.4.1 论文主要研究内容 | 第21-22页 |
1.4.2 论文结构 | 第22-24页 |
第2章 基于机器视觉的雾天道路图像预处理 | 第24-41页 |
2.1 机器视觉系统 | 第24-26页 |
2.2 雾天道路图像灰度化 | 第26-28页 |
2.2.1 图像灰度化方法 | 第26-27页 |
2.2.2 不同图像灰度化方法处理对比结果 | 第27-28页 |
2.3 雾天图像滤波去噪 | 第28-31页 |
2.4 雾天图像去雾 | 第31-36页 |
2.4.1 雾天图像退化模型 | 第31-32页 |
2.4.2 改进的暗原色先验去雾算法 | 第32-36页 |
2.5 图像二值化 | 第36-40页 |
2.6 本章小结 | 第40-41页 |
第3章 车道线检测与识别 | 第41-53页 |
3.1 道路模型 | 第41-43页 |
3.2 基于约束条件的Hough变换直线检测 | 第43-46页 |
3.2.1 Hough变换原理 | 第43-44页 |
3.2.2 基于约束条件的Hough变换检测直线 | 第44-46页 |
3.3 曲线特征点提取及可信度判定 | 第46-49页 |
3.3.1 消失点确定 | 第47页 |
3.3.2 确定曲线特征点搜索区域 | 第47-48页 |
3.3.3 曲线特征点提取及可信度判定 | 第48-49页 |
3.4 最小二乘法的三次曲线拟合 | 第49-52页 |
3.4.1 最小二乘法 | 第49页 |
3.4.2 曲线拟合方法对比 | 第49-52页 |
3.5 本章小结 | 第52-53页 |
第4章 车道线跟踪 | 第53-58页 |
4.1 卡尔曼滤波 | 第53-55页 |
4.2 车道线跟踪确定感兴趣区域 | 第55-57页 |
4.3 车道线特征点提取 | 第57页 |
4.4 本章小结 | 第57-58页 |
第5章 雾天环境下车道线识别与跟踪的仿真和道路实验 | 第58-70页 |
5.1 整体算法的实现 | 第58页 |
5.2 雾天车道线识别仿真 | 第58-62页 |
5.2.1 雾天车道线识别仿真与分析 | 第59-60页 |
5.2.2 不同去雾算法仿真对比 | 第60-62页 |
5.3 雾天车道线识别与跟踪实验 | 第62-69页 |
5.3.1 雾天车道线识别实验 | 第62-66页 |
5.3.2 雾天车道线跟踪实验 | 第66-69页 |
5.4 本章小结 | 第69-70页 |
第6章 总结与展望 | 第70-73页 |
6.1 本文工作总结 | 第70-71页 |
6.2 本文进一步工作 | 第71-73页 |
参考文献 | 第73-78页 |
致谢 | 第78-80页 |
攻读研究生期间参与的工作及取得的成果 | 第80页 |