| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·本文的主要内容 | 第14-17页 |
| 2 图像预处理 | 第17-29页 |
| ·图像灰度化 | 第17-18页 |
| ·图像平滑去噪 | 第18-20页 |
| ·邻域平均法 | 第18-19页 |
| ·中值滤波法 | 第19页 |
| ·高斯滤波法 | 第19-20页 |
| ·边缘检测 | 第20-24页 |
| ·各种边缘检测算子 | 第21-24页 |
| ·边缘检测算子比较 | 第24页 |
| ·数学形态学 | 第24-28页 |
| ·二值数学形态学 | 第25-26页 |
| ·灰度数学形态学 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 车道检测 | 第29-39页 |
| ·确定路面有效区域（ROI） | 第29-30页 |
| ·基于Hough 变换的车道线检测 | 第30-37页 |
| ·Hough变换原理 | 第30-33页 |
| ·检测车道线 | 第33-37页 |
| ·确定路面区域 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 车辆检测 | 第39-51页 |
| ·常用车辆检测方法 | 第39-40页 |
| ·颜色模型介绍 | 第40-43页 |
| ·RGB颜色模型 | 第40-41页 |
| ·HSV颜色模型 | 第41-43页 |
| ·基于HSV 颜色空间的车辆检测 | 第43-50页 |
| ·车辆图像的HSV分量图 | 第44-45页 |
| ·H色调分量图二值分割 | 第45-46页 |
| ·车辆候选区域的确定 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于 Gabor 滤波器和 SVM 的车辆识别 | 第51-67页 |
| ·Gabor 滤波器特征提取 | 第51-57页 |
| ·Gabor滤波器 | 第51-53页 |
| ·基于Gabor滤波器的车辆特征提取 | 第53-57页 |
| ·基于SVM 的分类识别 | 第57-61页 |
| ·支持向量机 | 第57-60页 |
| ·核函数 | 第60-61页 |
| ·SVM 分类器训练和分类识别 | 第61-66页 |
| ·训练样本集 | 第62-63页 |
| ·特征提取 | 第63-64页 |
| ·分类器训练 | 第64页 |
| ·SVM分类器识别效果 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 全文总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·今后研究方向 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历、在学期间发表的学术论文 | 第74页 |