| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·论文研究背景和意义 | 第8-9页 |
| ·汽车主动安全的研究背景及其意义 | 第8页 |
| ·机器视觉在智能车辆上的应用现状 | 第8-9页 |
| ·道路识别的国内外研究现状 | 第9-10页 |
| ·课题的提出 | 第10-11页 |
| ·论文内容安排 | 第11-12页 |
| 第二章 图像预处理 | 第12-20页 |
| ·道路图像的滤波 | 第12-16页 |
| ·局部平均法 | 第12-14页 |
| ·中值滤波 | 第14-15页 |
| ·数学形态学滤波 | 第15-16页 |
| ·形态学图像处理 | 第16-17页 |
| ·开操作与闭操作 | 第16页 |
| ·边界提取 | 第16-17页 |
| ·图像光照不均匀的校正 | 第17-19页 |
| ·基于直方图均衡化的校正方法 | 第17-18页 |
| ·基于概率的校正方法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 彩色图像区域分割 | 第20-28页 |
| ·图像区域分割定义 | 第20-21页 |
| ·目前常用的彩色图像分割方法 | 第21-25页 |
| ·基于阈值选取的图像分割方法 | 第22页 |
| ·基于边缘检测的图像分割方法 | 第22-23页 |
| ·基于区域的图像分割方法 | 第23-25页 |
| ·算法实例分析 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第四章 基于颜色阈值分割和Hough变换的道路识别算法 | 第28-39页 |
| ·基于颜色阈值分割的道路识别方法 | 第28-34页 |
| ·算法概述 | 第28-29页 |
| ·图像滤波 | 第29页 |
| ·路面颜色采样 | 第29-30页 |
| ·阈值分割 | 第30-31页 |
| ·形态学图像处理去除噪声 | 第31-33页 |
| ·算法实例分析 | 第33-34页 |
| ·融合阈值分割和边缘检测的道路识别算法 | 第34-38页 |
| ·边缘检测 | 第34-35页 |
| ·Hough变换 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 一种用于道路识别的自适应区域生长算法 | 第39-55页 |
| ·算法的基本思想 | 第39页 |
| ·算法概述 | 第39-41页 |
| ·对白色车道线区域的预处理 | 第41-43页 |
| ·利用颜色阈值分割算法对R.子区域进行道路分割 | 第43页 |
| ·利用自适应区域生长算法对R.子区域进行道路分割 | 第43-50页 |
| ·划分子块 | 第44页 |
| ·聚类分析 | 第44-45页 |
| ·自适应的区域生长准则 | 第45-46页 |
| ·形态学处理去除噪声 | 第46-47页 |
| ·算法实例分析 | 第47-50页 |
| ·融合自适应区域生长算法与Hough变换的道路识别算法 | 第50-54页 |
| ·算法概述 | 第50-52页 |
| ·算法实例分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间主要的研究成果 | 第63页 |