基于双目相机的车道线检测研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 双目相机自标定算法研究 | 第17-33页 |
| 2.1 双目相机自标定参数分析 | 第17-19页 |
| 2.2 图像特征点匹配算法的研究 | 第19-23页 |
| 2.2.1 SIFT特征点提取 | 第19-20页 |
| 2.2.2 SIFT特征点匹配算法研究 | 第20-23页 |
| 2.3 基础矩阵估计算法的研究 | 第23-29页 |
| 2.3.1 对极几何与基础矩阵 | 第23-25页 |
| 2.3.2 改进的基础矩阵估计算法 | 第25-29页 |
| 2.4 双目相机姿态关系求解及优化 | 第29-32页 |
| 2.4.1 本质矩阵分解 | 第30页 |
| 2.4.2 姿态关系优化 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 逆透视投影变换算法研究 | 第33-48页 |
| 3.1 逆透视投影原理分析 | 第33-34页 |
| 3.2 常用的逆透视变换方法研究 | 第34-38页 |
| 3.2.1 基于简化相机模型的逆透视变换 | 第34-36页 |
| 3.2.2 基于图像消失点的逆透视变换 | 第36-37页 |
| 3.2.3 基于矩阵变换的逆透视变换 | 第37-38页 |
| 3.3 基于地平面估计的逆透视变换算法 | 第38-47页 |
| 3.3.1 地平面估计算法研究 | 第39-45页 |
| 3.3.2 变换优化 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 车道线检测算法研究 | 第48-56页 |
| 4.1 图像预处理 | 第48-49页 |
| 4.2 车道线边缘检测 | 第49-51页 |
| 4.3 HOUGH变换检测车道线 | 第51-53页 |
| 4.3.1 Hough变换原理 | 第51-52页 |
| 4.3.2 Hough变换实现 | 第52-53页 |
| 4.4 RANSAC直线拟合算法 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 系统设计与实验分析 | 第56-65页 |
| 5.1 系统模块设计 | 第56-57页 |
| 5.2 软硬件环境 | 第57-58页 |
| 5.3 实验结果分析 | 第58-64页 |
| 5.3.1 双目相机自标定实验结果分析 | 第58-60页 |
| 5.3.2 逆透视投影变换实验结果分析 | 第60-62页 |
| 5.3.3 车道线检测结果分析 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结和展望 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
