汽车自主驾驶中基于单目视觉的障碍物检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究的背景 | 第10页 |
| ·研究的目的及意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 图像的预处理 | 第13-21页 |
| ·图像灰度化 | 第13-15页 |
| ·直方图均衡化 | 第15-16页 |
| ·形态学变换 | 第16-18页 |
| ·膨胀处理 | 第16-17页 |
| ·腐蚀处理 | 第17-18页 |
| ·图像滤波 | 第18-20页 |
| ·均值滤波 | 第18-19页 |
| ·中值滤波 | 第19-20页 |
| ·二值化 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 可行域的提取 | 第21-39页 |
| ·基于分道线检测法 | 第21-24页 |
| ·Hough 变换 | 第22页 |
| ·基于分道线检测方法分析 | 第22-24页 |
| ·整体路面法 | 第24-28页 |
| ·区域生长 | 第24-26页 |
| ·分水岭算法 | 第26-28页 |
| ·本文使用的方法 | 第28-38页 |
| ·已有算法分析 | 第28-32页 |
| ·本文针对障碍物检测使用的方法 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 障碍物其它特征的提取 | 第39-53页 |
| ·障碍物特点分析 | 第39-42页 |
| ·利用障碍物与背景的差异 | 第42-48页 |
| ·边缘特征 | 第42-44页 |
| ·角点特征 | 第44-48页 |
| ·针对于障碍物伴随的阴影提取 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 系统的组合及测试分析 | 第53-64页 |
| ·方法的选择 | 第53-57页 |
| ·可行域计算方法的选取 | 第53-54页 |
| ·突变性特征的表示和提取方式 | 第54-56页 |
| ·阴影区域的选取 | 第56-57页 |
| ·完整的系统 | 第57-62页 |
| ·主要问题及解决 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·本文的目标和完成状况 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 作者简介 | 第68-69页 |
| 致谢 | 第69页 |
