结构化道路车道线的单目视觉检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 基于视觉的车道线检测研究现状 | 第10-13页 |
| 1.3 课题的研究目标 | 第13-15页 |
| 1.4 主要研究内容及章节安排 | 第15-17页 |
| 1.4.1 主要研究内容 | 第15页 |
| 1.4.2 论文结构 | 第15-17页 |
| 第2章 图像低阶轮廓特征的提取与分类 | 第17-28页 |
| 2.1 灰度化 | 第17-18页 |
| 2.2 鸟瞰图变换 | 第18-20页 |
| 2.3 基于LSD的边缘轮廓检测 | 第20-24页 |
| 2.3.1 基于边缘检测算子的轮廓检测方法 | 第20-21页 |
| 2.3.2 基于LSD算法的轮廓检测方法 | 第21-24页 |
| 2.4 轮廓线段分类 | 第24-27页 |
| 2.4.1 轮廓线段梯度方向角 | 第24-25页 |
| 2.4.2 轮廓线段的四种分类 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 应用多视觉线索的车道线检测 | 第28-38页 |
| 3.1 直线道路模型 | 第28-34页 |
| 3.1.1 车道线候选特征线段的生成 | 第28-30页 |
| 3.1.2 采用启发式搜索的种子线段延伸 | 第30-34页 |
| 3.2 具有动态连接点的直线-抛物线模型 | 第34-37页 |
| 3.2.1 曲线控制点搜索 | 第34-36页 |
| 3.2.2 直线-抛物线模型参数求解 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 车道线跟踪 | 第38-44页 |
| 4.1 感兴趣区域跟踪 | 第38-39页 |
| 4.2 应用卡尔曼滤波器的车道线跟踪 | 第39-42页 |
| 4.2.1 卡尔曼滤波模型 | 第40-41页 |
| 4.2.2 模型噪声自适应 | 第41-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第5章 实验研究与对比分析 | 第44-57页 |
| 5.1 实验条件与算法实现 | 第44-45页 |
| 5.2 评价指标 | 第45-46页 |
| 5.3 对比实验结果分析 | 第46-51页 |
| 5.4 复杂工况下的道路实验结果 | 第51-56页 |
| 5.4.1 实验一：álvarez数据集 | 第51-53页 |
| 5.4.2 实验二：国内差异化道路场景数据集 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 总结 | 第57-58页 |
| 展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间发表的学术论文及专利目录 | 第65页 |
