基于机器视觉的车道线识别与预警
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的主要工作与内容安排 | 第14-16页 |
| 1.3.1 论文主要工作 | 第14-15页 |
| 1.3.2 论文内容安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 图像预处理 | 第17-27页 |
| 2.1 摄像机标定 | 第17-18页 |
| 2.2 道路图像灰度化 | 第18-19页 |
| 2.3 道路图像平滑处理 | 第19-22页 |
| 2.3.1 高斯滤波 | 第19-20页 |
| 2.3.2 均值滤波 | 第20-21页 |
| 2.3.3 中值滤波 | 第21页 |
| 2.3.4 各种滤波算法效果对比分析 | 第21-22页 |
| 2.4 道路图像增强处理 | 第22-26页 |
| 2.4.1 基于对数Log变换的图像增强 | 第23-24页 |
| 2.4.2 基于灰度拉伸的图像增强 | 第24-25页 |
| 2.4.3 基于直方图均衡化的图像增强 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 车道线的检测识别与预警 | 第27-57页 |
| 3.1 车道线识别与预警算法流程 | 第27-28页 |
| 3.2 车道线区域检测 | 第28-39页 |
| 3.2.1 路面感兴趣区域提取 | 第28-33页 |
| 3.2.2 疑似车道线区域修正 | 第33-38页 |
| 3.2.3 车道线区域提取 | 第38-39页 |
| 3.3 车道线识别 | 第39-49页 |
| 3.3.1 Hough变换检测 | 第40-42页 |
| 3.3.2 角点检测 | 第42-45页 |
| 3.3.3 动态区域筛选特征点 | 第45-46页 |
| 3.3.4 车道线拟合 | 第46-49页 |
| 3.4 车道偏离预警 | 第49-55页 |
| 3.4.1 常用车道偏离预警模型 | 第49-52页 |
| 3.4.2 夹角法的车道偏离预警决策方法 | 第52-54页 |
| 3.4.3 车道偏离结果及分析 | 第54-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 算法实现与实验结果分析 | 第57-66页 |
| 4.1 车道线检测识别算法实验结果 | 第57-62页 |
| 4.1.1 算法实现与演示 | 第57-58页 |
| 4.1.2 图像预处理实验结果 | 第58-59页 |
| 4.1.3 车道线的特征点检测实验结果 | 第59-60页 |
| 4.1.4 车道线识别实验结果 | 第60-62页 |
| 4.2 车道偏离预警实验结果 | 第62页 |
| 4.3 车道线识别算法实验对比 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间的主要学术研究成果 | 第73页 |
