车道偏离预警中的车道标线识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外相关研究现状 | 第10-14页 |
| 1.2.1 车道标线识别国外发展状况 | 第10-12页 |
| 1.2.2 车道标线识别国内发展状况 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 2 车道图像预处理 | 第16-30页 |
| 2.1 车道图像的采集 | 第17-18页 |
| 2.2 车道图像灰度化 | 第18-22页 |
| 2.2.1 RGB色彩模型 | 第19页 |
| 2.2.2 灰度化方法比较 | 第19-22页 |
| 2.3 车道图像的滤波处理 | 第22-29页 |
| 2.3.1 传统频域滤波法 | 第22-25页 |
| 2.3.2 典型空域滤波法 | 第25-29页 |
| 2.3.3 本文所选用滤波方法 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 车道图像增强和二值化 | 第30-44页 |
| 3.1 车道图像增强 | 第30-33页 |
| 3.2 感兴趣区域划分 | 第33-35页 |
| 3.3 车道图像二值化 | 第35-43页 |
| 3.3.1 图像阈值分割 | 第35页 |
| 3.3.2 全局迭代法 | 第35-36页 |
| 3.3.3 最大类间方差法 | 第36-38页 |
| 3.3.4 改进的最大类间方差法 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 车道标线的边缘检测与拟合 | 第44-63页 |
| 4.1 车道标线图像边缘检测 | 第44-54页 |
| 4.1.1 Roberts边缘提取算法 | 第44-45页 |
| 4.1.2 Sobel边缘提取算法 | 第45-47页 |
| 4.1.3 Canny边缘提取算法 | 第47-50页 |
| 4.1.4 改进的Canny边缘提取算法 | 第50-54页 |
| 4.2 车道标线假设模型 | 第54-56页 |
| 4.2.1 道路形状假设 | 第54-55页 |
| 4.2.2 道路宽度和道路平坦假设 | 第55页 |
| 4.2.3 道路特征一致性假设 | 第55页 |
| 4.2.4 车道标线模型 | 第55-56页 |
| 4.3 车道标线拟合 | 第56-62页 |
| 4.3.1 最小二乘法拟合车道标线 | 第56-57页 |
| 4.3.2 Hough变换拟合车道标线 | 第57-61页 |
| 4.3.3 车道标线拟合效果的对比分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 5 车道标线识别实验验证 | 第63-70页 |
| 5.1 实验软硬件 | 第63页 |
| 5.2 车道标线识别的功能模块与总体流程 | 第63-65页 |
| 5.2.1 功能模块组成 | 第63-64页 |
| 5.2.2 算法流程设计 | 第64-65页 |
| 5.3 实验验证分析 | 第65-69页 |
| 5.4 本章小结 | 第69-70页 |
| 6 结论 | 第70-71页 |
| 6.1 论文总结 | 第70页 |
| 6.2 本文存在的不足及研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75页 |
