| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的研究目标与研究内容 | 第13-14页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 系统分析与增强现实理论 | 第15-26页 |
| 2.1 本系统的分析 | 第15-16页 |
| 2.2 开发平台的搭建 | 第16-19页 |
| 2.3 增强现实的理论 | 第19-25页 |
| 2.3.1 增强现实的坐标系统 | 第19-20页 |
| 2.3.2 摄像机模型 | 第20-22页 |
| 2.3.3 摄像机标定 | 第22-24页 |
| 2.3.4 摄像机外部参数的求解 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 车道的检测与识别 | 第26-42页 |
| 3.1 道路模型的建立 | 第26-27页 |
| 3.2 ROI的区域的缩减 | 第27-29页 |
| 3.3 车道图像的预处理 | 第29-35页 |
| 3.3.1 灰度化处理 | 第29-30页 |
| 3.3.2 滤波处理 | 第30-32页 |
| 3.3.3 边缘增强 | 第32-33页 |
| 3.3.4 阀值分割 | 第33-34页 |
| 3.3.5 边缘提取 | 第34-35页 |
| 3.4 车道线的识别 | 第35-41页 |
| 3.4.1 Hough变换的理论 | 第35-38页 |
| 3.4.2 Hough直线检测 | 第38-41页 |
| 3.5 结果展示 | 第41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 交通标志的提取与分类识别 | 第42-61页 |
| 4.1 交通标志的认识 | 第42-43页 |
| 4.2 形态学滤波 | 第43-45页 |
| 4.2.1 腐蚀 | 第43-44页 |
| 4.2.2 膨胀 | 第44页 |
| 4.2.3 开运算和闭运算 | 第44-45页 |
| 4.3 基于颜色的交通标志检测 | 第45-49页 |
| 4.4 标志的提取 | 第49-51页 |
| 4.5 交通标志的分类识别 | 第51-57页 |
| 4.5.1 不变矩特征 | 第51-54页 |
| 4.5.2 BP神经网络分类 | 第54-57页 |
| 4.6 交通标志的检测与识别结果 | 第57-60页 |
| 4.7 本章小结 | 第60-61页 |
| 第五章 基于增强现实的车辆辅助导航原型系统的实现与改进 | 第61-72页 |
| 5.1 系统架构设计 | 第61-62页 |
| 5.2 传统单应性矩阵求解 | 第62-66页 |
| 5.2.1 基于标志物的增强现实系统 | 第62-64页 |
| 5.2.2 无标志的增强现实系统 | 第64-66页 |
| 5.3 本系统单应性矩阵的求取 | 第66-68页 |
| 5.4 系统实现与分析 | 第68-70页 |
| 5.5 系统优化设计 | 第70-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 本文总结 | 第72-73页 |
| 6.2 不足与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |