| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的研究背景及意义 | 第7页 |
| ·DAS研究现状 | 第7-9页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-9页 |
| ·本文主要内容及结构 | 第9-11页 |
| ·论文主要内容 | 第9页 |
| ·论文组成结构 | 第9-11页 |
| 第二章 车载视频图像预处理 | 第11-17页 |
| ·图像灰度化 | 第11-12页 |
| ·图像平滑去噪 | 第12-15页 |
| ·邻域平均值法 | 第13-14页 |
| ·中值滤波法 | 第14页 |
| ·高斯滤波法 | 第14-15页 |
| ·结果对比 | 第15页 |
| ·提取路面区域 | 第15-16页 |
| ·本章小节 | 第16-17页 |
| 第三章 车道线识别算法研究 | 第17-24页 |
| ·车道线检测 | 第17-20页 |
| ·Canny算法 | 第17页 |
| ·Hough变换 | 第17-19页 |
| ·检测结果 | 第19-20页 |
| ·车道线跟踪 | 第20-23页 |
| ·车道模型 | 第20-21页 |
| ·车道模型匹配 | 第21-22页 |
| ·车道线跟踪结果 | 第22-23页 |
| ·本章小节 | 第23-24页 |
| 第四章 前方车辆检测算法研究 | 第24-36页 |
| ·常用车辆检测方法 | 第24页 |
| ·车辆假设区域生成 | 第24-29页 |
| ·车底阴影检测 | 第25-26页 |
| ·感兴趣区域确定 | 第26-29页 |
| ·车辆假设区域验证 | 第29-32页 |
| ·车辆特征分析 | 第29-31页 |
| ·结合多特征验证车辆假设区域 | 第31-32页 |
| ·前方车辆检测算法流程 | 第32-33页 |
| ·前方车辆检测结果 | 第33-35页 |
| ·本章小节 | 第35-36页 |
| 第五章 前方车辆跟踪算法研究 | 第36-50页 |
| ·基于Kalman滤波算法的车辆跟踪 | 第36-40页 |
| ·Kalman滤波原理 | 第36-37页 |
| ·Kalman滤波跟踪算法流程 | 第37-40页 |
| ·Kalman滤波的优缺点 | 第40页 |
| ·基于GM(1,1)的前方车辆跟踪 | 第40-46页 |
| ·GM(1,1)模型 | 第40-41页 |
| ·GM(1,1)模型跟踪流程 | 第41-44页 |
| ·改进GM(1,1)模型 | 第44-46页 |
| ·Kalman滤波与GM(1,1)模型跟踪方法的分析比较 | 第46-48页 |
| ·前方车辆跟踪结果 | 第48-49页 |
| ·本章小节 | 第49-50页 |
| 第六章 系统设计与实验结果分析 | 第50-56页 |
| ·系统设计 | 第50-54页 |
| ·系统结构与功能 | 第50-53页 |
| ·系统运行界面 | 第53-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第七章 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63页 |
| 攻读硕士学位期间研究成果 | 第63页 |