基于OMAP3530的车道线识别算法研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究背景 | 第8-9页 |
| ·课题研究意义 | 第9-10页 |
| ·智能车辆视觉导航系统研究状况 | 第10-13页 |
| ·国外研究状况 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·论文主要内容 | 第13-15页 |
| 2 基于OMAP3530的车道线识别检测平台设计 | 第15-32页 |
| ·系统硬件平台选型 | 第15-18页 |
| ·摄像头选取 | 第15-16页 |
| ·开发板选取 | 第16-17页 |
| ·电源电路设计 | 第17-18页 |
| ·嵌入式Linux操作系统构建 | 第18-29页 |
| ·选用嵌入式Linux操作系统的依据 | 第18-19页 |
| ·编译MLO | 第19-20页 |
| ·编译Uboot | 第20-21页 |
| ·驱动配置并编译内核 | 第21-24页 |
| ·编译文件系统 | 第24-25页 |
| ·视频图像采集模块 | 第25-29页 |
| ·DSP/BIOS操作系统构建 | 第29-30页 |
| ·ARM核和DSP核通信机制 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 车道线识别算法研究 | 第32-45页 |
| ·道路图像灰度化 | 第32-34页 |
| ·道路图像滤波 | 第34-35页 |
| ·图像边缘增强 | 第35-36页 |
| ·图像边缘检测 | 第36-38页 |
| ·车道标志线提取 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 4 实验及测试结果 | 第45-55页 |
| ·开发环境的搭建 | 第45-48页 |
| ·ARM端开发环境的搭建 | 第45-48页 |
| ·DSP开发环境的搭建 | 第48页 |
| ·开发板SD启动卡的设计 | 第48-49页 |
| ·开发板的启动方式 | 第48-49页 |
| ·设计方案 | 第49页 |
| ·系统硬件平台的搭建 | 第49-50页 |
| ·Linux系统及摄像头驱动的测试 | 第50页 |
| ·视频图像采集测试 | 第50-51页 |
| ·车道线识别算法测试 | 第51-54页 |
| ·手绘模拟车道线识别测试 | 第51-52页 |
| ·车道线模型识别测试 | 第52页 |
| ·结构化道路车道线识别测试 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
