| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究工作的背景与意义 | 第9-11页 |
| 1.2 车道偏离研究现状 | 第11-16页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-19页 |
| 第二章 道路图像预处理 | 第19-36页 |
| 2.1 道路图像采集 | 第20页 |
| 2.2 设定感兴趣区域（ROI） | 第20-21页 |
| 2.3 道路图像灰度化 | 第21-23页 |
| 2.4 道路图像的滤波增强 | 第23-27页 |
| 2.4.1 直方图均衡化 | 第23-25页 |
| 2.4.2 中值滤波 | 第25-26页 |
| 2.4.3 效果对比 | 第26-27页 |
| 2.5 道路图像边缘检测 | 第27-35页 |
| 2.5.1 边缘检测算子 | 第27-33页 |
| 2.5.2 各种边缘检测算子效果对比图 | 第33-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 车道线的识别与跟踪 | 第36-60页 |
| 3.1 车道线模型描述 | 第37-39页 |
| 3.2 车道线检测方法概述 | 第39-41页 |
| 3.2.1 最小二乘法 | 第39-40页 |
| 3.2.2 中值截距法 | 第40-41页 |
| 3.2.3 Hough变换 | 第41页 |
| 3.3 Hough变换结合灰度块匹配的车道线检测方法 | 第41-53页 |
| 3.3.1 Hough变换简介 | 第42-45页 |
| 3.3.2 灰度块匹配确定车道线 | 第45-49页 |
| 3.3.3 车道线检测算法测试 | 第49-53页 |
| 3.4 车道线跟踪 | 第53-59页 |
| 3.4.1 Kalman滤波原理 | 第54-56页 |
| 3.4.2 卡尔曼滤波器初值设定 | 第56-57页 |
| 3.4.3 车道线跟踪过程 | 第57-58页 |
| 3.4.4 车道线跟踪效果 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 车道偏离预警 | 第60-73页 |
| 4.1 车道预警模型简介 | 第60-63页 |
| 4.1.1 TLC模型 | 第61-62页 |
| 4.1.2 CCP模型 | 第62页 |
| 4.1.3 FOD模型 | 第62-63页 |
| 4.2 车道偏离预警模型的建立 | 第63-66页 |
| 4.2.1 车道偏离率 | 第64-65页 |
| 4.2.2 直线数量 | 第65页 |
| 4.2.3 车道偏离预警模型 | 第65-66页 |
| 4.3 车道偏离预警测试 | 第66-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 车道偏离预警系统实现 | 第73-79页 |
| 5.1 PC端系统实现 | 第74-75页 |
| 5.2 Android端系统实现 | 第75-78页 |
| 5.2.1 JNI技术 | 第76页 |
| 5.2.2 NDK | 第76-77页 |
| 5.2.3 java与c/c++的数据类型转换 | 第77页 |
| 5.2.4 算法移植过程 | 第77-78页 |
| 5.3 本章总结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻硕期间的研究成果 | 第85-86页 |