首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

车道线检测系统的研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第12-23页
    1.1 车道线检测技术的研究背景及意义第12-13页
    1.2 车道线检测系统的技术背景与发展第13-18页
        1.2.1 预处理算法的技术背景第13-14页
        1.2.2 车道线检测算法的技术背景第14-17页
        1.2.3 跟踪算法的技术背景第17-18页
    1.3 本课题研究侧重点与创新点第18-22页
        1.3.1 本课题来源第18-19页
        1.3.2 本课题研究侧重点第19-20页
        1.3.3 本课题主要创新点第20-22页
    1.4 本文的章节安排第22-23页
第二章 预处理算法的研究第23-35页
    2.1 Retinex图像增强算法第23-27页
    2.2 图像二值算法第27-29页
        2.2.1 增强图像的二值算法第27-29页
        2.2.2 原始图像的二值算法第29页
    2.3 边缘检测算法第29-32页
        2.3.1 Canny边缘检测算子第30-31页
        2.3.2 HSV颜色空间第31-32页
    2.4 RMC边缘检测算法第32-34页
    2.5 小结第34-35页
第三章 车道线检测算法的研究第35-48页
    3.1 中国车道线标准与特征第35-37页
    3.2 车道线检测算法的可行性分析第37页
    3.3 霍夫变换(Hough)第37-39页
    3.4 基于消失点的车道线检测算法第39-41页
    3.5 改进型CHEVP第41-47页
        3.5.1 加权消失点/消失线第42-43页
        3.5.2 Gauss-Like模型第43-44页
        3.5.3 拟合车道线第44-45页
        3.5.4 数据对比第45-47页
    3.6 小结第47-48页
第四章 车道线跟踪算法的研究第48-63页
    4.1 常用跟踪算法性能对比第48-49页
    4.2 基于循环结构的跟踪算法第49-55页
        4.2.1 CSK跟踪算法创新点第49页
        4.2.2 CSK跟踪算法的理论基础第49-54页
        4.2.3 CSK跟踪算法的优缺点第54-55页
    4.3 CSK特征选取方面的改进第55-58页
        4.3.1 颜色维度提升算法第56-58页
        4.3.2 颜色维度降低算法第58页
    4.4 CSK更新方面的改进第58-60页
    4.5 CSK在车道线检测中的应用第60-61页
    4.6 小结第61-63页
第五章 系统流程及实验数据对比第63-72页
    5.1 系统流程第63-66页
        5.1.1 快速检测算法第63-64页
        5.1.2 判别算法第64-65页
        5.1.3 系统流程第65-66页
    5.2 成果展示及数据对比第66-70页
        5.2.1 成果展示第66-67页
        5.2.2 实验准备工作第67页
        5.2.3 实验数据对比第67-70页
    5.3 小结第70-72页
第六章 总结与展望第72-75页
    6.1 总结第72-74页
    6.2 展望第74-75页
致谢第75-76页
参考文献第76-80页
硕士研究生期间科研成果第80-81页

论文共81页,点击 下载论文
上一篇:基于oVirt/Qemu/Kvm云平台系统分析与安全加固设计
下一篇:金融大数据应用研究—商户类别码套用检测算法研究