无人驾驶汽车道路检测与识别方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和目的 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 章节安排 | 第14-16页 |
| 第二章 道路图像预处理算法研究 | 第16-30页 |
| 2.1 道路图像灰度化 | 第16-17页 |
| 2.2 道路图像光照不均匀的校正 | 第17-19页 |
| 2.2.1 基于直方图均衡化的校正方法 | 第18-19页 |
| 2.2.2 基于概率的校正方法 | 第19页 |
| 2.3 传统道路图像的滤波去噪算法 | 第19-22页 |
| 2.4 改进道路图像滤波去噪算法 | 第22-25页 |
| 2.4.1 改进小波去噪算法 | 第22-24页 |
| 2.4.2 图像处理综合评价 | 第24-25页 |
| 2.5 道路图像滤波算法对比分析 | 第25-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 道路图像分割算法研究 | 第30-42页 |
| 3.1 传统图像分割方法 | 第30-35页 |
| 3.1.1 基于阈值的图像分割 | 第30-32页 |
| 3.1.2 基于边缘检测的图像分割 | 第32-35页 |
| 3.2 改进的边缘检测算法 | 第35-38页 |
| 3.2.1 小波滤波平滑 | 第36-37页 |
| 3.2.2 双Otsu法选取阈值 | 第37-38页 |
| 3.3 道路图像边缘检测结果对比分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 道路识别算法研究 | 第42-54页 |
| 4.1 传统道路识别算法 | 第42-45页 |
| 4.1.1 基于路面特征的道路识别算法 | 第42-43页 |
| 4.1.2 基于道路模型的算法 | 第43-45页 |
| 4.2 基于Hough变换的道路识别方法 | 第45-50页 |
| 4.2.1 传统Hough变换检测算法 | 第45-47页 |
| 4.2.2 图像检测区域的划分 | 第47页 |
| 4.2.3 改进的Hough变换检测算法 | 第47-50页 |
| 4.3 弯道类型判断 | 第50-52页 |
| 4.4 本章总结 | 第52-54页 |
| 第五章 结构化道路识别仿真 | 第54-64页 |
| 5.1 测试环境和算法结构 | 第54-55页 |
| 5.2 仿真测试结果及分析 | 第55-63页 |
| 5.2.1 直线模型车道线检测 | 第55-58页 |
| 5.2.2 曲线模型车道线检测 | 第58-63页 |
| 5.3 本章总结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
