| 第一章 引言 | 第1-12页 |
| ·智能交通系统与智能车辆技术 | 第6-8页 |
| ·智能交通系统 | 第6-7页 |
| ·智能车辆技术 | 第7-8页 |
| ·智能视觉导航系统的一般系统结构[4] | 第8-9页 |
| ·运动目标识别与跟踪的研究现状 | 第9-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第二章 理论基础与方法 | 第12-20页 |
| ·模式识别与计算机视觉 | 第12-14页 |
| ·模式识别 | 第12-13页 |
| ·计算机视觉 | 第13-14页 |
| ·数字图像的平滑处理 | 第14-15页 |
| ·Wiener滤波 | 第14-15页 |
| ·数字图像的边缘检测 | 第15-18页 |
| ·微分边缘算子 | 第15-16页 |
| ·Canny边缘检测算法 | 第16-17页 |
| ·基于小波和分形理论的边缘检测方法 | 第17-18页 |
| ·基于数学形态学的边缘检测方法 | 第18页 |
| ·数学形态学 | 第18-20页 |
| 第三章 车道线的识别与跟踪 | 第20-29页 |
| ·车道识别 | 第20-23页 |
| ·基本车道模型 | 第20-21页 |
| ·图像预处理 | 第21-22页 |
| ·Hough变换 | 第22-23页 |
| ·车道跟踪 | 第23-27页 |
| ·常用跟踪算法 | 第24页 |
| ·基于3-D特征的跟踪算法 | 第24-27页 |
| ·实验结果 | 第27-29页 |
| 第四章 前方车辆的识别与跟踪 | 第29-47页 |
| ·车辆检测 | 第29-35页 |
| ·常用车辆检测方法 | 第29-30页 |
| ·基于车辆底部阴影的车辆存在假设 | 第30-32页 |
| ·对称性验证确认车辆存在性 | 第32-35页 |
| ·车辆跟踪 | 第35-45页 |
| ·已有车辆跟踪方法简介 | 第36页 |
| ·基于距离变换(Distance Transform)的模板匹配 | 第36-39页 |
| ·模板的动态更新 | 第39-41页 |
| ·Kalman滤波 | 第41-45页 |
| ·车辆检测模块与车辆跟踪模块间的调度 | 第45-47页 |
| 第五章 系统整体结构和进一步工作 | 第47-52页 |
| ·系统整体结构 | 第47-48页 |
| ·系统软件设计 | 第48-49页 |
| ·进一步工作的建议 | 第49-51页 |
| ·展望 | 第51-52页 |
| 结束语 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况 | 第57-58页 |
| 致谢 | 第58页 |