摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第1章 绪论 | 第12-18页 |
1.1 课题背景及研究意义 | 第12页 |
1.2 研究现状 | 第12-14页 |
1.3 论文中车道检测实现难点 | 第14-15页 |
1.4 论文的主要内容 | 第15-16页 |
1.5 论文结构安排 | 第16-18页 |
第2章 车道线分段采样和图像预处理 | 第18-28页 |
2.1 跳帧 | 第18页 |
2.2 车道起始点检测及动态ROI生成 | 第18-20页 |
2.2.1 车道起始点检测 | 第18-19页 |
2.2.2 分段采样后续车道线获取动态ROI | 第19-20页 |
2.3 最佳去噪二值化 | 第20-26页 |
2.3.1 全局阈值二值化方法 | 第20-22页 |
2.3.2 局部阈值二值化方法 | 第22-24页 |
2.3.3 各阈值分割算法比较结果与分析 | 第24-25页 |
2.3.4 强噪声干扰条件下各阈值分割算法比较结果与分析 | 第25-26页 |
2.4 孤立点消除 | 第26-28页 |
第3章 图像分割与车道线提取 | 第28-34页 |
3.1 二值图像标号分割 | 第28-29页 |
3.1.1 标注连接分量 | 第28-29页 |
3.1.2 筛选车道分量 | 第29页 |
3.2 几何矩计算车道线质心和主轴偏转角度 | 第29-31页 |
3.2.1 几何矩基本原理与特征 | 第29-30页 |
3.2.2 质心 | 第30-31页 |
3.2.3 主轴偏转角度 | 第31页 |
3.3 单帧图车道线描绘 | 第31-34页 |
第4章 基于道路结构化的后置去噪处理 | 第34-40页 |
第5章 实验结果分析 | 第40-54页 |
5.1 3D加噪合成图测试 | 第40-42页 |
5.1.1 高斯白噪声 | 第40-41页 |
5.1.2 椒盐噪声 | 第41页 |
5.1.3 随机噪声 | 第41页 |
5.1.4 模拟合成图测试结果与分析 | 第41-42页 |
5.2 真实图像车道检测 | 第42-43页 |
5.3 与传统车道检测算法的比较与分析 | 第43-47页 |
5.3.1 Hough变换算法检测直道 | 第44-45页 |
5.3.2 小二乘法多硬式拟合(LS)弯道糊 | 第45页 |
5.3.3 与传统车道检测算法结果比较 | 第45-47页 |
5.4 与现有前沿算法比较与分析 | 第47-54页 |
5.4.1 闭合线段提取算法 | 第47-48页 |
5.4.2 粒子滤波车道检测算法 | 第48-49页 |
5.4.3 基于神经网络的车道检测算法 | 第49-54页 |
第6章 总结与展望 | 第54-56页 |
6.1 结论 | 第54-55页 |
6.2 后续工作展望 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-61页 |
攻读学位期间发表的学术论文目录 | 第61-63页 |
学位论文评阅及答辩情况表 | 第63页 |