基于红外图像的道路边缘检测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·问题的提出 | 第7-8页 |
| ·课题背景及研究现状 | 第8-9页 |
| ·本文的主要研究工作和内容安排 | 第9-11页 |
| 2 图像预处理 | 第11-24页 |
| ·概述 | 第11页 |
| ·灰度拉伸 | 第11-13页 |
| ·灰度均衡 | 第13-14页 |
| ·同态滤波 | 第14-15页 |
| ·基于Retinex理论的图像增强 | 第15-19页 |
| ·Retinex理论概述 | 第15-16页 |
| ·基于Retinex理论的图像增强算法 | 第16-19页 |
| ·去噪处理 | 第19-24页 |
| ·均值滤波 | 第20页 |
| ·高斯滤波 | 第20-21页 |
| ·中值滤波 | 第21-24页 |
| 3 红外道路图像的阈值分割 | 第24-36页 |
| ·概述 | 第24页 |
| ·基于直方图的方法(双峰法) | 第24-25页 |
| ·最优阈值法 | 第25-28页 |
| ·类间方差法 | 第28-29页 |
| ·基于熵的方法 | 第29-32页 |
| ·一种基于多尺度形态学梯度的道路边界区域提取方法 | 第32-36页 |
| ·灰度形态学 | 第32-33页 |
| ·基于多尺度形态学梯度的道路边界区域提取 | 第33-36页 |
| 4 红外道路图像的边缘检测 | 第36-49页 |
| ·概述 | 第36-37页 |
| ·边缘检测方法 | 第37-45页 |
| ·基于灰度直方图的边缘检测 | 第37页 |
| ·梯度算子 | 第37-39页 |
| ·Laplacian算子 | 第39-40页 |
| ·Marr边缘检测方法 | 第40-42页 |
| ·沈俊边缘检测方法 | 第42-43页 |
| ·Canny算子 | 第43-45页 |
| ·一种基于分割信息的道路边界提取方法 | 第45-49页 |
| ·基于阈值穷举的道路边界信息提取 | 第45-46页 |
| ·基于分割信息的道路边界提取方法 | 第46-49页 |
| 5 红外图像道路识别系统与实验 | 第49-54页 |
| ·系统结构 | 第49-50页 |
| ·软硬件介绍 | 第50-51页 |
| ·红外图像实验结果 | 第51-54页 |
| 6 总结和展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
