智能视觉导航系统中图像处理算法的研究及实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·智能视觉导航系统 | 第9-13页 |
| ·国内外智能视觉导航系统的发展概况 | 第9-11页 |
| ·智能视觉导航系统的研究难点和热点 | 第11-13页 |
| ·课题来源及选题意义 | 第13-14页 |
| ·论文的主要工作 | 第14-15页 |
| 第二章 道路图像增强算法研究 | 第15-28页 |
| ·直方图均衡算法 | 第16-17页 |
| ·同态滤波算法 | 第17-20页 |
| ·数学形态学算法 | 第20-24页 |
| ·路面图像增强算法处理结果及分析 | 第24-27页 |
| ·直方图均衡化增强结果 | 第24-25页 |
| ·同态滤波增强结果 | 第25-26页 |
| ·形态学图像增强结果 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 路面边缘信息检测与提取 | 第28-43页 |
| ·经典的边缘检测算法 | 第28-33页 |
| ·Roberts 边缘检测算子 | 第28-29页 |
| ·Sobel 边缘检测算子 | 第29-30页 |
| ·Prewitt 边缘检测算子 | 第30-31页 |
| ·Laplace 边缘检测算子 | 第31-32页 |
| ·Canny 边缘检测算子 | 第32-33页 |
| ·新兴的边缘检测算法 | 第33-36页 |
| ·Snake 模型 | 第33-34页 |
| ·数学形态学边缘提取 | 第34页 |
| ·基于多尺度的小波变换边缘提取 | 第34-36页 |
| ·各算法对路面边缘提取结果对比分析 | 第36-42页 |
| ·经典边缘检测算法处理结果 | 第36-39页 |
| ·新兴边缘检测算法处理结果 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 道路识别技术及实验结果 | 第43-54页 |
| ·基于道路特征的路面识别算法 | 第43-44页 |
| ·区域增长法 | 第43-44页 |
| ·基于不确定推理的实时彩色道路图像识别算法 | 第44页 |
| ·基于道路模型的算法 | 第44-46页 |
| ·基于HOUGH 变换的道路检测算法 | 第46-50页 |
| ·Hough 变换的基本原理 | 第46-48页 |
| ·道路模型的建立 | 第48-50页 |
| ·道路检测结果 | 第50-53页 |
| ·图像灰度化结果 | 第50-51页 |
| ·Hough 变换检测结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 障碍物识别算法及处理结果 | 第54-60页 |
| ·障碍物检测方法概述 | 第54-55页 |
| ·障碍物定位 | 第55-57页 |
| ·边缘检测 | 第55-56页 |
| ·障碍物框定 | 第56-57页 |
| ·障碍物测距 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录（论文的主要程序） | 第67-79页 |
