基于机器视觉的车道偏离预警系统研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9页 |
| 1.2 研究现状与发展趋势 | 第9-12页 |
| 1.2.1 车道偏离系统国外研究现状 | 第9-10页 |
| 1.2.2 车道偏离系统国内研究现状 | 第10-12页 |
| 1.3 本文的研究内容与组织安排 | 第12-13页 |
| 第二章 图像预处理 | 第13-26页 |
| 2.1 图像标定区域分割 | 第13-14页 |
| 2.2 图像灰度化 | 第14-15页 |
| 2.3 图像平滑滤波 | 第15-18页 |
| 2.3.1 均值法 | 第16-17页 |
| 2.3.2 中值滤波 | 第17-18页 |
| 2.4 图像边缘检测 | 第18-23页 |
| 2.4.1 sobel边缘检测算子 | 第19-20页 |
| 2.4.2 Laplacian边缘检测算子 | 第20-21页 |
| 2.4.3 Canny边缘检测算子 | 第21-23页 |
| 2.5 图像二值化与骨架提取 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 第三章 道路图像检测与识别 | 第26-36页 |
| 3.1 车道线检测常用模型假设 | 第26-28页 |
| 3.2 确定车道线模型 | 第28-29页 |
| 3.3 霍夫直线检测 | 第29-34页 |
| 3.3.1 霍夫变换原理 | 第29-32页 |
| 3.3.2 基于先验知识的霍夫变换 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 车道偏离预警系统模型的建立 | 第36-47页 |
| 4.1 常用的车道偏离预警模型 | 第36-39页 |
| 4.1.1 FOD模型 | 第36-37页 |
| 4.1.2 TLC模型 | 第37-38页 |
| 4.1.3 CCP模型 | 第38-39页 |
| 4.2 摄像头标定 | 第39-41页 |
| 4.2.1 摄像机分辨率设定 | 第39-40页 |
| 4.2.2 预瞄点获取 | 第40-41页 |
| 4.3 车辆偏离预警模型的建立 | 第41-42页 |
| 4.4 夹角测量实验 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 车道偏离预警系统的实现 | 第47-55页 |
| 5.1 系统环境 | 第47-49页 |
| 5.1.1 硬件环境 | 第47页 |
| 5.1.2 软件环境 | 第47-48页 |
| 5.1.3 网络通信 | 第48-49页 |
| 5.2 视频处理 | 第49-51页 |
| 5.2.1 视频采集 | 第49页 |
| 5.2.2 视频与图片的加载与释放 | 第49-51页 |
| 5.3 车道预警系统设计 | 第51-54页 |
| 5.3.1 系统流程图 | 第51-52页 |
| 5.3.2 道路试验与界面显示 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
