| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 系统研究意义 | 第8页 |
| 1.2 车道偏离预警系统的国内外研究现状 | 第8-13页 |
| 1.3 本文章节安排 | 第13-14页 |
| 第二章 基于视觉的车道线偏离预警系统概述 | 第14-22页 |
| 2.1 机器视觉系统的概述 | 第14-16页 |
| 2.1.1 机器视觉理论框架 | 第14-16页 |
| 2.2 系统功能需求分析 | 第16-17页 |
| 2.3 系统的硬件设计方案 | 第17-19页 |
| 2.3.1 数据信息的采集 | 第17-18页 |
| 2.3.2 系统硬件平台 | 第18-19页 |
| 2.4 系统的软件设计方案 | 第19-21页 |
| 2.4.1 车道线提取 | 第20-21页 |
| 2.4.2 车道线偏离判定 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 图像预处理 | 第22-37页 |
| 3.1 图像灰度化 | 第22-25页 |
| 3.1.1 灰度化方法介绍 | 第22-24页 |
| 3.1.2 实验结果 | 第24-25页 |
| 3.1.3 各种算法的速度比较 | 第25页 |
| 3.2 图像平滑处理 | 第25-31页 |
| 3.2.1 空间域法 | 第25-29页 |
| 3.2.2 频域法 | 第29-31页 |
| 3.3 图像边缘检测 | 第31-35页 |
| 3.3.1 常用边缘检测的方法 | 第31-34页 |
| 3.3.2 基于对角线方向的 Sobel 边缘检测 | 第34-35页 |
| 3.4 图像阈值分割 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 车道线的检测与识别 | 第37-49页 |
| 4.1 车道线模型描述 | 第37-40页 |
| 4.1.1 车道线检测常用假设 | 第37-39页 |
| 4.1.2 系统车道线模型描述 | 第39-40页 |
| 4.2 基于 Hough 算法的车道线检测与识别 | 第40-43页 |
| 4.2.1 Hough 变换检测直线 | 第40-42页 |
| 4.2.2 基于 Hough 变换的车道线拟合 | 第42-43页 |
| 4.3 最小二乘法 | 第43-44页 |
| 4.4 基于改进的中值截距提取车道线方程 | 第44-47页 |
| 4.4.1 传统的中值截距提取车道线方程 | 第44-45页 |
| 4.4.2 改进的中值截距提取车道线程 | 第45-47页 |
| 4.5 车道线拟合结果分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 车道偏离预警的研究 | 第49-62页 |
| 5.1 车道偏离常用模型简介 | 第49-52页 |
| 5.1.1 FOD 模型 | 第49-50页 |
| 5.1.2 CCP 模型 | 第50页 |
| 5.1.3 TLC 模型 | 第50-52页 |
| 5.1.4 KBIRS 模型 | 第52页 |
| 5.2 车道偏离预警模型的建立 | 第52-53页 |
| 5.3 预警决策算法的设计 | 第53-55页 |
| 5.4 实验结果分析 | 第55-61页 |
| 5.5 本章小结 | 第61-62页 |
| 总结及展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |