| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-12页 |
| 插图索引 | 第12-14页 |
| 附表索引 | 第14-15页 |
| 第1章 绪论 | 第15-26页 |
| 1.1 汽车主动安全研究背景及意义 | 第15-18页 |
| 1.2 汽车主动安全中图像处理技术国内外研究现状 | 第18-24页 |
| 1.2.1 图像超分辨率 | 第18-20页 |
| 1.2.2 车道线检测 | 第20-21页 |
| 1.2.3 目标跟踪 | 第21-24页 |
| 1.3 本文的主要研究内容和创新点 | 第24-26页 |
| 第2章 基于混合多分辨率分析的图像超分辨率 | 第26-39页 |
| 2.1 引言 | 第26页 |
| 2.2 形态学分量分析方法 | 第26-28页 |
| 2.3 多分辨率分析方法 | 第28-30页 |
| 2.3.1 平稳小波变换 | 第28-29页 |
| 2.3.2 非下采样轮廓波变换 | 第29-30页 |
| 2.4 基于混合多分辨率分析的图像超分辨率 | 第30-33页 |
| 2.5 实验及结果分析 | 第33-38页 |
| 2.5.1 实验设置 | 第33-34页 |
| 2.5.2 实验结果 | 第34-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于多形态稀疏表示的图像超分辨率 | 第39-66页 |
| 3.1 引言 | 第39页 |
| 3.2 基于多形态稀疏表示的图像超分辨率 | 第39-51页 |
| 3.2.1 基于多形态稀疏表示的图像超分辨率算法 | 第40-42页 |
| 3.2.2 多形态字典学习算法 | 第42-44页 |
| 3.2.3 实验及结果分析 | 第44-51页 |
| 3.3 基于形态学约束和稀疏表示的图像超分辨率 | 第51-65页 |
| 3.3.1 基于K-SVD的多形态字典学习算法 | 第52-54页 |
| 3.3.2 基于形态学约束和稀疏表示的图像超分辨率算法 | 第54-56页 |
| 3.3.3 实验及结果分析 | 第56-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第4章 基于方向和消失点约束的结构化道路车道线检测 | 第66-80页 |
| 4.1 引言 | 第66页 |
| 4.2 基于方向和消失点约束的车道线检测方法 | 第66-73页 |
| 4.2.1 感兴趣区域的预处理 | 第67-69页 |
| 4.2.2 基于LSD的候选车道标志提取 | 第69-71页 |
| 4.2.3 基于方向和消失点约束的非车道标志滤除 | 第71-73页 |
| 4.2.4 车道线提取 | 第73页 |
| 4.3 实验及结果分析 | 第73-79页 |
| 4.3.1 实验设置 | 第73-75页 |
| 4.3.2 实验结果与分析 | 第75-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第5章 基于超像素稀疏表示的目标跟踪 | 第80-94页 |
| 5.1 引言 | 第80页 |
| 5.2 基于超像素稀疏表示的目标跟踪 | 第80-88页 |
| 5.2.1 基于粒子滤波的目标跟踪问题表示 | 第81-82页 |
| 5.2.2 动态模型 | 第82页 |
| 5.2.3 观测模型 | 第82-85页 |
| 5.2.4 超像素目标模板更新 | 第85-88页 |
| 5.3 实验及结果分析 | 第88-93页 |
| 5.3.1 实验设置 | 第88页 |
| 5.3.2 实验结果与分析 | 第88-93页 |
| 5.4 本章小结 | 第93-94页 |
| 第6章 总结与展望 | 第94-97页 |
| 6.1 本文总结 | 第94-96页 |
| 6.2 研究展望 | 第96-97页 |
| 参考文献 | 第97-110页 |
| 致谢 | 第110-111页 |
| 附录：攻读博士学位期间取得的主要科研成果 | 第111-112页 |