非结构化道路识别及拟合算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 课题研究的背景及意义 | 第7页 |
| 1.2 国内外道路识别技术研究现状 | 第7-9页 |
| 1.3 论文的研究内容和方法 | 第9-10页 |
| 1.4 论文的组织结构 | 第10-11页 |
| 2 智能车道路识别系统简介 | 第11-15页 |
| 2.1 引言 | 第11页 |
| 2.2 系统设备组成 | 第11-12页 |
| 2.3 系统功能 | 第12-13页 |
| 2.4 本章小结 | 第13-15页 |
| 3 图像处理相关技术简介 | 第15-29页 |
| 3.1 图像分割方法 | 第15-16页 |
| 3.1.1 基于阈值的分割算法 | 第15页 |
| 3.1.2 基于区域的分割算法 | 第15-16页 |
| 3.1.3 基于聚类的分割算法 | 第16页 |
| 3.1.4 基于边缘的分割算法 | 第16页 |
| 3.2 图像边缘检测 | 第16-22页 |
| 3.2.1 一阶微分的边缘检测 | 第18-19页 |
| 3.2.2 二阶微分的边缘检测 | 第19-22页 |
| 3.3 数学形态学基本运算 | 第22-25页 |
| 3.3.1 腐蚀 | 第23-24页 |
| 3.3.2 膨胀 | 第24-25页 |
| 3.4 车道线拟合方法 | 第25-28页 |
| 3.4.1 估计中值截距法 | 第25-26页 |
| 3.4.2 最小二乘法 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于灰度特征的道路识别算法 | 第29-43页 |
| 4.1 引言 | 第29页 |
| 4.2 图像预处理 | 第29-31页 |
| 4.2.1 图像预处理流程 | 第29-30页 |
| 4.2.2 图像灰度化 | 第30页 |
| 4.2.3 图像分割 | 第30-31页 |
| 4.3 图像分块 | 第31-33页 |
| 4.3.1 单元块的大小 | 第31-32页 |
| 4.3.2 单元块的特征值 | 第32-33页 |
| 4.4 单元块阈值的确定 | 第33-34页 |
| 4.5 道路区域识别 | 第34-37页 |
| 4.5.1 区域生长法 | 第34-35页 |
| 4.5.2 改进型的区域生长法 | 第35页 |
| 4.5.3 改进型的区域生长法的算法实现 | 第35-37页 |
| 4.6 道路类型识别 | 第37-40页 |
| 4.6.1 区域的边界的提取 | 第38页 |
| 4.6.2 区域边界的自动判定 | 第38-40页 |
| 4.7 实验结果分析 | 第40-41页 |
| 4.8 本章小结 | 第41-43页 |
| 5 道路车道线拟合 | 第43-51页 |
| 5.1 引言 | 第43页 |
| 5.2 道路车道线处理 | 第43-46页 |
| 5.2.1 道路车道线提取 | 第43-44页 |
| 5.2.2 道路边界范围提取 | 第44页 |
| 5.2.3 道路左右边界的分割 | 第44-46页 |
| 5.3 道路车道线拟合 | 第46-48页 |
| 5.4 实验结果与分析 | 第48-49页 |
| 5.5 本章小结 | 第49-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
