基于视觉的非结构化道路和地表识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·本文研究的背景与意义 | 第8-9页 |
| ·智能汽车国内外研究现状 | 第9-12页 |
| ·美国NavLab系列智能车辆系统 | 第10-11页 |
| ·清华大学THMR系统 | 第11-12页 |
| ·道路检测与识别研究进展 | 第12-14页 |
| ·基于道路边缘的方法 | 第13页 |
| ·基于局部区域特征的方法 | 第13-14页 |
| ·与本文相关的前期工作 | 第14-16页 |
| ·采集图像数据 | 第14页 |
| ·标记图像 | 第14-15页 |
| ·建立地表纹理数据库 | 第15-16页 |
| ·本文研究的内容和结构安排 | 第16-17页 |
| 2 基于消失点的非结构化道路分割算法 | 第17-28页 |
| ·概述 | 第17页 |
| ·消失点的定义及其数学模型 | 第17-20页 |
| ·消失点的定义 | 第18页 |
| ·针孔摄像机模型 | 第18-19页 |
| ·消失点的数学模型 | 第19-20页 |
| ·基于纹理方向的消失点检测算法 | 第20-27页 |
| ·基于Gabor滤波器的纹理方向估计 | 第20-22页 |
| ·置信水平估计 | 第22页 |
| ·快速局部软投票算法(FLASV) | 第22-23页 |
| ·道路可通行区域分割 | 第23-24页 |
| ·实验结果与分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于张量判别彩色空间模型的颜色特征提取 | 第28-35页 |
| ·传统彩色空间 | 第28-30页 |
| ·RGB彩色空间模型 | 第28-29页 |
| ·HSV彩色空间模型 | 第29页 |
| ·彩色空间转换 | 第29-30页 |
| ·张量判别彩色空间模型 | 第30-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 非结构化道路地表纹理局部特征提取 | 第35-51页 |
| ·纹理特征概述 | 第35-36页 |
| ·LBP特征 | 第36-39页 |
| ·LBP特征简介 | 第36页 |
| ·LBP特征提取过程 | 第36-39页 |
| ·HOG特征 | 第39-43页 |
| ·HOG特征简介 | 第39页 |
| ·HOG特征提取过程 | 第39-43页 |
| ·SIFT特征 | 第43-49页 |
| ·SIFT特征简介 | 第43-44页 |
| ·SIFT特征提取过程 | 第44-49页 |
| ·基于PCA多特征融合 | 第49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于特征型多平面支持向量机的路面识别 | 第51-65页 |
| ·概述 | 第51页 |
| ·传统支持向量机 | 第51-54页 |
| ·低维空间最优分类面 | 第51-53页 |
| ·高维空间最优分类面 | 第53-54页 |
| ·常规正则化多平面支持向量机 | 第54-55页 |
| ·多权向量投影支持向量机 | 第55-60页 |
| ·MVSVM算法 | 第56-58页 |
| ·多分类形式 | 第58页 |
| ·实验结果 | 第58-60页 |
| ·非结构化道路可通行区域路面识别 | 第60-64页 |
| ·算法流程 | 第60-62页 |
| ·基于阈值面积法去除噪声 | 第62-63页 |
| ·实验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
