用于视觉导航的道路检测与跟踪技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 概述 | 第8-16页 |
| ·课题研究的背景及意义 | 第8页 |
| ·道路检测研究现状 | 第8-12页 |
| ·结构化道路检测的研究现状 | 第10-11页 |
| ·非结构化道路检测的研究现状 | 第11-12页 |
| ·本课题的主要内容及组织架构 | 第12-16页 |
| ·主要内容 | 第12-13页 |
| ·论文的组织架构 | 第13-16页 |
| 2 彩色图像的预处理 | 第16-26页 |
| ·概述 | 第16页 |
| ·彩色图像模型 | 第16-21页 |
| ·RGB彩色模型 | 第17-18页 |
| ·HSI彩色模型 | 第18-21页 |
| ·图像增强 | 第21-22页 |
| ·均值滤波 | 第21-22页 |
| ·中值滤波 | 第22页 |
| ·图像实验 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 道路图像分割算法的研究 | 第26-46页 |
| ·图像分割算法的研究 | 第26-31页 |
| ·传统OTSU阈值分割 | 第27-28页 |
| ·最大熵阈值分割 | 第28-29页 |
| ·最小交叉熵阈值分割 | 第29-31页 |
| ·基于HSI模型的彩色道路阈值分割 | 第31-36页 |
| ·灰度阈值分割算法的选择 | 第31-33页 |
| ·颜色空间的选择 | 第33-35页 |
| ·基于多颜色空间的道路图像分割算法 | 第35-36页 |
| ·基于RGB模型的区域生长道路分割方法 | 第36-42页 |
| ·种子点的选取 | 第37页 |
| ·区域生长法则 | 第37-41页 |
| ·形态学处理 | 第41-42页 |
| ·图像实验 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 4 道路边缘线的检测 | 第46-60页 |
| ·传统边缘检测算子 | 第46-53页 |
| ·Roberts算子 | 第47-48页 |
| ·Sobel算子和Prewitt算子 | 第48页 |
| ·Laplace算子 | 第48-49页 |
| ·Canny算子边缘检测 | 第49-50页 |
| ·自适应Canny边缘检测 | 第50-53页 |
| ·融合区域和边缘信息的道路边缘检测 | 第53-55页 |
| ·图像实验 | 第55-57页 |
| ·本章小结 | 第57-60页 |
| 5 道路边缘线的跟踪 | 第60-72页 |
| ·Hough变换道路边界拟合 | 第61-63页 |
| ·基于卡尔曼滤波的道路跟踪 | 第63-67页 |
| ·离散型卡尔曼滤波基本方程 | 第64-65页 |
| ·扩展卡尔曼滤波 | 第65-67页 |
| ·运动模型的建立 | 第67-69页 |
| ·图像实验 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 6 论文总结及展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
