基于红外图像的道路识别算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·问题的提出 | 第7-8页 |
| ·问题的研究背景和现状 | 第8-10页 |
| ·本文的研究工作概述 | 第10-11页 |
| ·本文的内容安排 | 第11-12页 |
| 2 图像预处理 | 第12-30页 |
| ·概述 | 第12页 |
| ·点运算增强 | 第12-18页 |
| ·概述 | 第12-13页 |
| ·灰度拉伸变换 | 第13-15页 |
| ·灰度直方图 | 第15-16页 |
| ·直方图均衡化 | 第16-18页 |
| ·邻域运算增强 | 第18-25页 |
| ·概述 | 第18-19页 |
| ·邻域平均法 | 第19-20页 |
| ·梯度倒数加权法 | 第20页 |
| ·中值滤波法 | 第20-22页 |
| ·梯度锐化 | 第22-23页 |
| ·拉普拉斯锐化 | 第23页 |
| ·掩模匹配锐化法 | 第23-25页 |
| ·高通滤波法 | 第25页 |
| ·彩色域处理 | 第25-30页 |
| ·颜色处理基础 | 第25-26页 |
| ·伪彩色处理 | 第26-28页 |
| ·彩色通道处理 | 第28-30页 |
| 3 阈值分析方法 | 第30-50页 |
| ·概述 | 第30-31页 |
| ·基于直方图的阈值分析 | 第31-34页 |
| ·直方图的一些预处理 | 第31-32页 |
| ·简单直方图方法 | 第32页 |
| ·峰谷法 | 第32-34页 |
| ·基于灰度统计的阈值分析 | 第34-42页 |
| ·最佳阈值法 | 第34-36页 |
| ·类间方差自动阈值法 | 第36-38页 |
| ·最佳熵自动阈值法 | 第38-40页 |
| ·二阶统计方法 | 第40-42页 |
| ·模糊阈值分析 | 第42-47页 |
| ·模糊数学的相关概念 | 第42-43页 |
| ·模糊阈值分割 | 第43-45页 |
| ·模糊阈值的进一步探讨 | 第45-47页 |
| ·多阈值分析 | 第47-50页 |
| ·自动多阈值分割技术 | 第47-48页 |
| ·循环分解法 | 第48-49页 |
| ·分块分割在合并方法 | 第49-50页 |
| 4 边缘检测方法 | 第50-62页 |
| ·概述 | 第50-51页 |
| ·边缘检测方法 | 第51-56页 |
| ·简单边缘检测算子 | 第51-52页 |
| ·Marr边缘检测方法 | 第52-54页 |
| ·沈俊边缘检测方法 | 第54-55页 |
| ·模糊边缘检测 | 第55-56页 |
| ·边缘点的拟合 | 第56-59页 |
| ·插值 | 第56-57页 |
| ·最小二乘曲线拟合 | 第57-59页 |
| ·分段拟合 | 第59页 |
| ·边缘的搜索 | 第59-62页 |
| ·一般搜索原理 | 第59-60页 |
| ·启发式搜索 | 第60-62页 |
| 5 红外图像道路识别系统及实验 | 第62-86页 |
| ·道路识别系统的实现 | 第62-65页 |
| ·系统结构 | 第62-63页 |
| ·软硬件介绍 | 第63-64页 |
| ·对道路的若干判断和假设 | 第64-65页 |
| ·预处理实验 | 第65-72页 |
| ·对比度增强 | 第65-67页 |
| ·平滑处理 | 第67-69页 |
| ·锐化处理 | 第69-71页 |
| ·去除过亮过暗物的影响 | 第71-72页 |
| ·阈值分析实验 | 第72-76页 |
| ·基于假设的二值化处理 | 第72-73页 |
| ·多种自动阈值的二值化处理 | 第73-75页 |
| ·二值道路图像中的道路区域提取 | 第75-76页 |
| ·边缘检测实验 | 第76-84页 |
| ·多种边缘检测方法的处理 | 第76-80页 |
| ·边缘点的选取和拟合 | 第80-84页 |
| ·道路的进一步检索 | 第84页 |
| ·小结 | 第84-86页 |
| 结束语 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-89页 |
