| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及内容 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·车道线偏离系统研究现状 | 第11-12页 |
| ·Android辅助驾驶研究现状 | 第12-13页 |
| ·车道线识别算法研究现状 | 第13页 |
| ·论文章节安排 | 第13-14页 |
| 第2章 道路图像采集与预处理 | 第14-33页 |
| ·基于Android Camera的图像采集 | 第14-18页 |
| ·Android Camera框架结构 | 第14页 |
| ·软件流程 | 第14-15页 |
| ·调用Camera得到实时视频流 | 第15-17页 |
| ·实时视频流的解码 | 第17-18页 |
| ·道路图像灰度化 | 第18-20页 |
| ·道路图像滤波 | 第20-24页 |
| ·经典滤波算法 | 第21-22页 |
| ·道路图像滤波结果图 | 第22-24页 |
| ·道路图像边缘检测 | 第24-30页 |
| ·经典边缘检测算子 | 第25-28页 |
| ·边缘检测结果图 | 第28-30页 |
| ·基于最大类间方差法的自适应阈值Canny边缘检测 | 第30-32页 |
| ·自适应Canny边缘检测 | 第30-31页 |
| ·自适应Canny边缘检测结果图 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于Hough变换的车道线检测 | 第33-44页 |
| ·道路假设 | 第33-34页 |
| ·Hough变换基本原理 | 第34-36页 |
| ·直线拟合 | 第36-38页 |
| ·最小二乘法直线拟合 | 第36页 |
| ·去除干扰线 | 第36-37页 |
| ·去除干扰线车道线检测结果图 | 第37-38页 |
| ·基于消失点的车道线检测 | 第38-39页 |
| ·利用最小二乘法求消失点 | 第38-39页 |
| ·基于消失点的车道线检测结果图 | 第39页 |
| ·Kalman滤波 | 第39-43页 |
| ·Kalman滤波常规方程 | 第40-41页 |
| ·Kalman滤波预测流程图 | 第41页 |
| ·基于Kalman滤波建立动态感兴趣区域 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 车道线算法的测试与移植 | 第44-51页 |
| ·车道线算法实时性测试 | 第44-45页 |
| ·车道线算法移植 | 第45-50页 |
| ·JNI技术 | 第45-47页 |
| ·java与c数据类型转换 | 第47页 |
| ·算法移植过程 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |