视觉导航系统中道路图像处理技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-12页 |
| ·课题背景 | 第9-11页 |
| ·课题研究意义 | 第11-12页 |
| ·研究现状 | 第12-16页 |
| ·视觉导航概述 | 第12-13页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-16页 |
| ·论文研究内容 | 第16-18页 |
| 第二章 单目视觉系统 | 第18-28页 |
| ·引言 | 第18页 |
| ·单目视觉导航系统 | 第18-23页 |
| ·单目视觉导航系统 | 第18-19页 |
| ·摄像机的几何变换 | 第19-20页 |
| ·透视投影变换 | 第20-22页 |
| ·单目视觉导航系统成像几何模型 | 第22-23页 |
| ·摄像机定标 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 道路图像滤波和增强 | 第28-38页 |
| ·引言 | 第28页 |
| ·空域增强法 | 第28-34页 |
| ·灰度变换增强 | 第28-29页 |
| ·直方图变换增强 | 第29-31页 |
| ·空间域滤波增强 | 第31-32页 |
| ·空间域图像锐化 | 第32-34页 |
| ·频域增强法 | 第34-36页 |
| ·频域低通滤波器 | 第34-35页 |
| ·频域高通滤波器 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 道路图像边缘检测算法的分析和阈值分割 | 第38-51页 |
| ·引言 | 第38页 |
| ·梯度算法的边缘检测 | 第38-40页 |
| ·二阶微分算子的边缘检测 | 第40-41页 |
| ·拉普拉斯算子 | 第40页 |
| ·LoG(Laplacian Gauss)算子 | 第40-41页 |
| ·坎尼(Canny)算子 | 第41页 |
| ·道路图像边缘检测实验 | 第41-45页 |
| ·无外加噪声道路图像边缘检测实验 | 第42页 |
| ·加入高斯白噪声道路图像边缘检测实验 | 第42-43页 |
| ·加入椒盐噪声道路图像边缘检测实验 | 第43-44页 |
| ·加入随机噪声道路图像边缘检测实验 | 第44-45页 |
| ·道路图像的阈值分割 | 第45-49页 |
| ·阈值分割的原理 | 第45-47页 |
| ·改进的最优阈值分割方法 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 道路图像检测和跟踪算法研究 | 第51-72页 |
| ·引言 | 第51-52页 |
| ·道路检测算法的假设和算法仿真平台 | 第52-54页 |
| ·道路检测算法的基本假设 | 第52-53页 |
| ·道路检测软、硬件仿真平台 | 第53-54页 |
| ·基于道路标识线的道路图像的识别 | 第54-63页 |
| ·道路图像预处理 | 第54-56页 |
| ·道路图像的边缘检测和分割 | 第56页 |
| ·车道线图像的数学形态学修正 | 第56-58页 |
| ·Hough变换提取车道线 | 第58-61页 |
| ·车辆位置与角度偏差测量 | 第61-63页 |
| ·利用卡尔曼滤波器实现对车道线的跟踪 | 第63-67页 |
| ·常规 Kalman滤波方程 | 第64-65页 |
| ·目标模型 | 第65-67页 |
| ·无道路标识线的道路图像边界识别 | 第67-70页 |
| ·区域生长法的基本原理 | 第68-69页 |
| ·道路宽度和感兴趣区域跟踪分析 | 第69-70页 |
| ·仿真结果和分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 结束语 | 第72-74页 |
| 附录 | 第74-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 在学期间的科研任务及发表的学术论文 | 第87页 |
