| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 智能车发展的国内外现状 | 第9-11页 |
| 1.2.2 车道检测的研究现状 | 第11-13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 第二章 机场围界道路图像分割算法研究 | 第14-26页 |
| 2.1 机场围界道路特征分析 | 第14-15页 |
| 2.2 机场围界道路图像滤波 | 第15-17页 |
| 2.3 机场围界道路边缘检测 | 第17-21页 |
| 2.4 机场围界道路区域的提取 | 第21-24页 |
| 2.4.1 常用的阈值选取算法 | 第21-23页 |
| 2.4.2 机场围界道路区域提取的实验结果 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 融合边缘检测和自适应区域生长的道路检测算法 | 第26-39页 |
| 3.1 道路检测算法的基本原理 | 第27-28页 |
| 3.2 道路检测算法概述 | 第28-36页 |
| 3.2.1 路面颜色特征提取 | 第30页 |
| 3.2.2 通过颜色阈值对R3区域进行道路分割 | 第30-31页 |
| 3.2.3 通过自适应区域生长算法对R2区域进行道路分割 | 第31-33页 |
| 3.2.4 形态学去噪 | 第33-34页 |
| 3.2.5 图像边缘和区域特征的融合 | 第34-35页 |
| 3.2.6 分段拟合(直线—抛物线模型) | 第35-36页 |
| 3.3 道路检测算法实验结果分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于视觉的预瞄跟随车道保持算法 | 第39-49页 |
| 4.1 基于地表网格法的摄像头标定 | 第39-42页 |
| 4.2 基于PID和模糊规则的预瞄跟随控制算法 | 第42-48页 |
| 4.2.1 道路边界两侧完好 | 第45-46页 |
| 4.2.2 道路边界一侧缺失 | 第46-47页 |
| 4.2.3 道路边界两侧缺失 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于视觉的车道保持算法实验 | 第49-55页 |
| 5.1 自主巡逻车实验平台 | 第50-51页 |
| 5.2 实时道路图像检测实验 | 第51-52页 |
| 5.3 基于视觉的车道保持实验 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |