基于机器视觉的路面交通标志识别的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 路面交通标志识别的研究背景以及意义 | 第11-14页 |
| 1.1.1 论文的研究背景 | 第11-14页 |
| 1.1.2 论文研究的意义 | 第14页 |
| 1.2 路面交通标线识别系统简介 | 第14-16页 |
| 1.3 课题所面临的问题 | 第16-17页 |
| 1.4 本论文的组织结构和行文安排 | 第17-19页 |
| 第二章 人的感知特性分析以及交通行为调查 | 第19-31页 |
| 2.1 人的感知特性分析 | 第19-27页 |
| 2.1.1 注意 | 第20-22页 |
| 2.1.2 动视力 | 第22-24页 |
| 2.1.3 理解 | 第24-25页 |
| 2.1.4 记忆 | 第25-26页 |
| 2.1.5 反应 | 第26-27页 |
| 2.2 交通行为的调查 | 第27-31页 |
| 第三章 路面方向指示标线识别 | 第31-53页 |
| 3.1 图像预处理 | 第31-34页 |
| 3.1.1 道路图像灰度化 | 第31-32页 |
| 3.1.2 道路图像滤波 | 第32-33页 |
| 3.1.3 道路图像增强 | 第33-34页 |
| 3.2 道路交通标线检测 | 第34-38页 |
| 3.2.1 图像的二值化 | 第34-35页 |
| 3.2.2 常用的二值化方法 | 第35-38页 |
| 3.3 图像的边缘检测 | 第38-44页 |
| 3.3.1 Log算子边缘提取 | 第38-40页 |
| 3.3.2 Sobel算子边缘提取 | 第40-41页 |
| 3.3.3 Roberts算子边缘提取 | 第41-42页 |
| 3.3.4 Prewitt算子 | 第42页 |
| 3.3.5 Canny算子边缘提取 | 第42-44页 |
| 3.4 图像特征识别 | 第44-53页 |
| 3.4.1 图像的形状特征 | 第45-46页 |
| 3.4.2 图形的不变矩特征 | 第46-48页 |
| 3.4.3 实验结果分析 | 第48-53页 |
| 第四章 车道线检测以及驾驶员换道意图判断 | 第53-63页 |
| 4.1 车道线识别 | 第53-57页 |
| 4.2 车道偏离识别 | 第57-58页 |
| 4.3 驾驶员换道意图判断 | 第58-63页 |
| 第五章 总体方案设计与实验验证 | 第63-76页 |
| 5.1 总体方案设计与实验平台搭建 | 第63-66页 |
| 5.1.1 实验用车选择 | 第64页 |
| 5.1.2 车载设备的选择 | 第64-66页 |
| 5.1.3 实验道路选择 | 第66页 |
| 5.2 路面方向指示标线识别实验验证 | 第66-73页 |
| 5.2.1 实验样本库的建立 | 第66-68页 |
| 5.2.2 基于BP神经网络的分类研究 | 第68-72页 |
| 5.2.3 BP神经网络的分类实验 | 第72-73页 |
| 5.3 车道偏离预警判断实验验证 | 第73-76页 |
| 总结与展望 | 第76-78页 |
| 总结 | 第76页 |
| 展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读学位期间发表的论文 | 第81-83页 |
| 致谢 | 第83页 |
