车道偏离预警系统车道线检测及预警策略算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 课题的研究背景和意义 | 第15-18页 |
| 1.2 车道偏离预警系统国内外发展现状及趋势 | 第18-20页 |
| 1.2.1 国外发展现状 | 第18-19页 |
| 1.2.2 国内发展现状 | 第19-20页 |
| 1.3 本文研究思路与内容 | 第20-22页 |
| 第2章 基于优先像素的图像预处理 | 第22-35页 |
| 2.1 引言 | 第22页 |
| 2.2 图像结构及构成 | 第22-23页 |
| 2.3 优先像素 | 第23-25页 |
| 2.3.1 图像灰度化及二值化 | 第23-24页 |
| 2.3.2 白、黄色优先像素 | 第24-25页 |
| 2.4 噪声处理 | 第25-30页 |
| 2.4.1 直方图均衡化及中值滤波 | 第26-27页 |
| 2.4.2 中值滤波 | 第27-28页 |
| 2.4.3 图像形态学 | 第28-30页 |
| 2.5 阈值分割算法 | 第30-32页 |
| 2.5.1 最大类间方差法(Otsu) | 第30-31页 |
| 2.5.2 最大熵法 | 第31-32页 |
| 2.5.3 局部阈值分割 | 第32页 |
| 2.6 车道线轮廓保留算法 | 第32-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第3章 基于改进卡尔曼滤波的车道线识别与追踪算法 | 第35-48页 |
| 3.1 引言 | 第35-36页 |
| 3.2 感兴趣区域划分 | 第36-37页 |
| 3.2.1 最初感兴趣区域 | 第36-37页 |
| 3.2.2 追踪时感兴趣区域 | 第37页 |
| 3.3 车道线追踪 | 第37-40页 |
| 3.3.1 卡尔曼滤波原理 | 第37-38页 |
| 3.3.2 卡尔曼滤波器追踪车道线 | 第38-40页 |
| 3.4 车道线标注 | 第40-44页 |
| 3.4.1 Hough变换 | 第41-43页 |
| 3.4.2 最小二乘法拟合车道线 | 第43-44页 |
| 3.5 车道线检测算法实例验证 | 第44-47页 |
| 3.5.1 无车道变更 | 第45-46页 |
| 3.5.2 车道变更 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于TLC模型的预警策略算法设计及验证 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 经典车道偏离预警模型 | 第48-51页 |
| 4.2.1 CCP模型 | 第48页 |
| 4.2.2 FOD模型 | 第48-49页 |
| 4.2.3 TLC模型 | 第49页 |
| 4.2.4 KBIRS模型 | 第49-50页 |
| 4.2.5 基于角度与距离的预警模型 | 第50-51页 |
| 4.3 Prescan软件介绍 | 第51-52页 |
| 4.4 仿真环境及预警策略的搭建 | 第52-59页 |
| 4.4.1 仿真环境模型 | 第52-53页 |
| 4.4.2 预警策略模型 | 第53-59页 |
| 4.5 实验验证 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 结论与展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间所发表的学术论文及专利 | 第69页 |
