| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·国外智能车的现状与发展 | 第13-15页 |
| ·国内智能车的现状与发展 | 第15-16页 |
| ·论文的主要工作及章节安排 | 第16-20页 |
| ·论文的主要工作 | 第16-18页 |
| ·论文的章节安排 | 第18-20页 |
| 第二章 车辆前方安全警示系统 | 第20-29页 |
| ·车辆前方安全警示系统概况 | 第20-21页 |
| ·车道线检测技术分析 | 第21-23页 |
| ·直线模型 | 第21-22页 |
| ·曲线模型 | 第22-23页 |
| ·分段直线模型 | 第23页 |
| ·前方车辆检测技术分析 | 第23-25页 |
| ·基于运动的方法 | 第24-25页 |
| ·基于模型的方法 | 第25页 |
| ·基于特征的方法 | 第25页 |
| ·车辆跟踪方法 | 第25-27页 |
| ·基于特征的跟踪方法 | 第26页 |
| ·基于滤波理论的跟踪方法 | 第26-27页 |
| ·基于 Mean Shift 的跟踪方法 | 第27页 |
| ·基于偏微分方程的跟踪方法 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 车道线快速检测算法 | 第29-41页 |
| ·预处理 | 第29-32页 |
| ·图像的彩色空间转换 | 第30页 |
| ·图像压缩和感兴趣区域设置 | 第30-31页 |
| ·滤波处理 | 第31-32页 |
| ·车道线特征点提取 | 第32-37页 |
| ·车道线分割 | 第32-35页 |
| ·候选点集筛选及有效特征点建立 | 第35-36页 |
| ·有效特征点分类 | 第36-37页 |
| ·拟合车道线 | 第37-39页 |
| ·车道线模型 | 第37-38页 |
| ·基于最小二乘法拟合车道线 | 第38-39页 |
| ·实验结果与分析 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第四章 前方车辆检测与跟踪算法 | 第41-54页 |
| ·算法概述 | 第41-42页 |
| ·感兴趣区域设置 | 第42页 |
| ·SIFT 对称特征向量的建立 | 第42-46页 |
| ·SIFT 特征向量 | 第42-45页 |
| ·SIFT 特征向量的对称编码 | 第45-46页 |
| ·特征向量的匹配 | 第46-48页 |
| ·欧氏距离匹配 | 第46页 |
| ·匹配点对的筛选 | 第46-47页 |
| ·对称轴确定 | 第47-48页 |
| ·基于 Mean Shift 和 SIFT 的跟踪算法 | 第48-50页 |
| ·实验结果与分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于 DM6446 的系统实现与算法优化 | 第54-67页 |
| ·DM6446 内核结构 | 第54-58页 |
| ·ARM 系统 | 第55-56页 |
| ·DSP 系统 | 第56-57页 |
| ·视频处理子系统 | 第57-58页 |
| ·SEED-DVS6446 开发平台 | 第58-59页 |
| ·算法开发环境 | 第59-61页 |
| ·系统整体搭建 | 第61页 |
| ·系统优化 | 第61-64页 |
| ·嵌入式基于 C 代码优化 | 第61-62页 |
| ·Ping-Pong 双缓存结构 | 第62-63页 |
| ·编译器选项 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·研究工作总结 | 第67页 |
| ·未来工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |