基于透视形变减弱变换的高效路面标志识别技术研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 研究现状及难点问题 | 第10-15页 |
| 1.2.1 国内外研究现状 | 第10-14页 |
| 1.2.2 研究的难点问题 | 第14-15页 |
| 1.3 本文的主要工作及内容安排 | 第15-17页 |
| 2 相机成像模型 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 道路图像采集 | 第17-18页 |
| 2.3 相机成像模型 | 第18-22页 |
| 2.4 基于简化相机模型的逆透视变化 | 第22-26页 |
| 3 道路图像透视形变的减弱变换 | 第26-49页 |
| 3.1 引言 | 第26页 |
| 3.2 道路图像预处理 | 第26-34页 |
| 3.2.1 感兴趣区域的选取 | 第26-27页 |
| 3.2.2 图像的灰度化 | 第27-30页 |
| 3.2.3 图像平滑处理 | 第30-34页 |
| 3.3 相机平移距离的计算 | 第34-40页 |
| 3.3.1 车道线检测算法研究现状 | 第36-38页 |
| 3.3.2 车道宽度的计算 | 第38-39页 |
| 3.3.3 当前车道左右两边的车道数计算 | 第39-40页 |
| 3.4 相机在其余车道上图像的重构 | 第40-42页 |
| 3.5 每条车道上检测范围的确定 | 第42-43页 |
| 3.6 路面交通标志的识别 | 第43-48页 |
| 3.6.1 基于稀疏表达的分类算法 | 第43-44页 |
| 3.6.2 实验结果分析 | 第44-48页 |
| 3.7 本章小结 | 第48-49页 |
| 4 基于扩充样本深度学习的路面标志检测 | 第49-63页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于深度学习的目标检测 | 第50-53页 |
| 4.3 图像数据库的扩充 | 第53-56页 |
| 4.3.1 相机位于左右两边的图像重构 | 第54-55页 |
| 4.3.2 相机位于前方的图像重构 | 第55页 |
| 4.3.3 重构图上交通标志的标注 | 第55-56页 |
| 4.4 实验结果及分析 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A.作者在攻读学位期间发表的论文目录 | 第70页 |
| B.作者在攻读学位期间参与的科研项目 | 第70页 |
