| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 智能交通系统概述 | 第11-13页 |
| 1.3 智能车辆技术概述 | 第13-18页 |
| 1.3.1 国外研究现状 | 第14-16页 |
| 1.3.2 国内研究现状 | 第16-18页 |
| 1.4 本文的主要工作 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18页 |
| 1.4.2 组织结构 | 第18-20页 |
| 第二章 视觉系统的标定 | 第20-30页 |
| 2.1 摄像机成像模型 | 第20-24页 |
| 2.1.1 相关的坐标系 | 第20-21页 |
| 2.1.2 摄像机的标定方案 | 第21-24页 |
| 2.2 单目摄像机的标定 | 第24-28页 |
| 2.2.1 单目摄像机的成像几何模型 | 第24-26页 |
| 2.2.2 单目标定原理 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 道路图像的预处理 | 第30-46页 |
| 3.1 图像灰度化 | 第30-33页 |
| 3.2 去噪滤波 | 第33-37页 |
| 3.2.1 非线性滤波 | 第33-35页 |
| 3.2.2 中值滤波 | 第35-37页 |
| 3.3 图像增强 | 第37-41页 |
| 3.3.1 影响图像质量的主要因素 | 第37页 |
| 3.3.2 图像增强的主要方法 | 第37-39页 |
| 3.3.3 基于直方图均衡化的车道线增强技术 | 第39-41页 |
| 3.4 图像二值化 | 第41-45页 |
| 3.4.1 二值化算法 | 第42-44页 |
| 3.4.2 各种二值化方法的对比 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 道路边缘检测 | 第46-54页 |
| 4.1 经典的边缘检测算子 | 第46-50页 |
| 4.2 Canny检测 | 第50-52页 |
| 4.2.1 Canny检测原理 | 第50页 |
| 4.2.2 自适应Canny边缘检测算法 | 第50-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 道路检测算法和偏离预警的研究 | 第54-72页 |
| 5.1 车道线检测技术 | 第54-56页 |
| 5.2 基于Hough变换的车道线检测技术 | 第56-61页 |
| 5.2.1 Hough变换的原理 | 第56-58页 |
| 5.2.2 Hough变换在车道线检测中的应用 | 第58-61页 |
| 5.3 道路检测技术 | 第61-65页 |
| 5.3.1 道路模型的基本假设 | 第62页 |
| 5.3.2 基于公路模型的道路检测技术 | 第62-63页 |
| 5.3.3 基于道路模型改进的Hough变换的车道线检测算法 | 第63-65页 |
| 5.4 车道偏离预警算法 | 第65-69页 |
| 5.4.1 车道偏离预警模型 | 第65-68页 |
| 5.4.2 偏离预警的实现 | 第68-69页 |
| 5.5 实验结果 | 第69-70页 |
| 5.6 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80页 |