首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的高速公路车道偏离警告系统的研究

摘要第1-6页
Abstract第6-8页
致谢第8-11页
插图清单第11-12页
表格清单第12-13页
第一章 绪论第13-19页
   ·本文的研究背景与意义第13-14页
   ·国外研究现状第14-15页
   ·国内研究现状第15-16页
   ·本文的研究内容、拟解决的关键问题及创新之处第16-18页
     ·本文的研究内容第16-17页
     ·本文拟解决的关键问题第17-18页
     ·本文的创新之处第18页
   ·本文的章节组织结构第18-19页
第二章 道路图像的预处理第19-33页
   ·引言第19页
   ·单目摄像头成像模型第19-20页
   ·道路图像的灰度化第20-21页
   ·道路图像的滤波第21-24页
     ·均值滤波第22-23页
     ·中值滤波第23-24页
   ·道路图像的二值化第24-32页
     ·基于阈值选取的图像二值化第24-28页
       ·直方图双峰法第24-25页
       ·最大类间方差法第25-26页
       ·最大熵法第26-27页
       ·实验与分析第27-28页
     ·基于边缘检测算子的图像分割第28-32页
       ·梯度算子第29页
       ·一阶微分算子第29-30页
       ·拉普拉斯高斯算子第30-31页
       ·Canny 边缘检测算子第31-32页
   ·本章小结第32-33页
第三章 基于直线模型的车道标志线提取算法分析第33-45页
   ·引言第33页
   ·车道标志线提取方法简介第33-34页
   ·高速公路模型的描述第34页
   ·道路区域与非道路区域的分割第34-36页
   ·车道标志线种子点的提取第36-38页
   ·车道标志线的提取算法第38-44页
     ·基于 Hough 变换的直线提取第38-39页
     ·基于最小二乘法的直线提取第39-41页
     ·基于中值截距法的直线提取第41-42页
     ·实验与分析第42-44页
   ·本章小结第44-45页
第四章 车道类型的判断及标志线的分段提取第45-55页
   ·引言第45页
   ·车道类型的判断第45-50页
     ·车道模型的分类第45-46页
     ·车道标志线的分解第46-47页
     ·车道标志线延伸方向的判断第47页
     ·实验与分析第47-50页
   ·车道标志线的分段提取第50-53页
     ·基于最小二乘法的弯道标志线提取第50-52页
     ·实验与分析第52-53页
   ·车道标志线的跟踪第53-54页
   ·本章小结第54-55页
第五章 车道偏离警告模型的建立第55-60页
   ·引言第55页
   ·车道偏离警告模型简介第55-57页
     ·CCP 模型第55-56页
     ·FOD 模型第56页
     ·TLC 模型第56-57页
     ·KBIRS 模型第57页
   ·车道偏离警告决策算法第57-59页
   ·本章小结第59-60页
第六章 总结与展望第60-62页
   ·本文的工作总结第60-61页
   ·本文存在的问题及进一步工作的展望第61-62页
参考文献第62-66页
攻读硕士学位期间发表的论文第66-67页

论文共67页,点击 下载论文
上一篇:基于多特征的彩色图像融合分割方法研究
下一篇:基于图模型的图像分析研究