| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 智能车发展现状 | 第11-12页 |
| 1.2.2 车道线检测技术的研究现状 | 第12-14页 |
| 1.3 研究目标及内容 | 第14-15页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 道路图像的预处理 | 第17-26页 |
| 2.1 动态划分感兴趣区域 | 第17-19页 |
| 2.2 感兴趣区域灰度化 | 第19-20页 |
| 2.3 边缘信息提取 | 第20-23页 |
| 2.4 噪声边缘滤除 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 消失点约束下的车道线检测 | 第26-33页 |
| 3.1 基于概率霍夫变换的候选线段提取 | 第26-29页 |
| 3.2 基于道路消失点约束的非车道线滤除 | 第29-31页 |
| 3.2.1 道路消失点位置的估计 | 第29-30页 |
| 3.2.2 利用道路消失点滤除干扰线段 | 第30-31页 |
| 3.3 车道线提取 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于RANSAC算法的车道线拟合 | 第33-44页 |
| 4.1 图像透视变换 | 第33-35页 |
| 4.1.1 摄像机成像模型 | 第33-34页 |
| 4.1.2 逆透视变换与设定感兴趣区域 | 第34-35页 |
| 4.2 滤波和阈值化处理 | 第35-37页 |
| 4.3 车道线可能出现区域的确定 | 第37-38页 |
| 4.4 曲线模型的描述及车道线拟合 | 第38-43页 |
| 4.4.1 贝塞尔曲线模型 | 第38-39页 |
| 4.4.2 基于RANSAC算法的车道线拟合 | 第39-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-55页 |
| 5.1 实验环境及测试数据 | 第44-45页 |
| 5.2 算法的评价标准 | 第45页 |
| 5.3 消失点约束下的车道线检测实验结果与分析 | 第45-49页 |
| 5.3.2 车道线检测结果与分析 | 第47-49页 |
| 5.4 基于RANSAC算法的车道线拟合实验结果与分析 | 第49-53页 |
| 5.4.1 主要参数的取值 | 第49-50页 |
| 5.4.2 车道线拟合结果与分析 | 第50-52页 |
| 5.4.3 不同算法实验结果的对比与分析 | 第52-53页 |
| 5.5 本章小结 | 第53-55页 |
| 总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第63页 |