声明
第1章 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与研究方法
第2章 道路图像采集与预处理
2.1 相机成像模型构建
2.2 道路图像感兴趣区域提取
2.3 道路图像颜色空间转换
2.4 复杂环境道路场景分析
2.5 本章小结
第3章 复杂环境下的车道线目标提取方法研究
3.1 复杂环境下阈值分割算法分析
3.2 基于HOG特征与SVM的分窗口车道线目标提取
3.2.1 方向梯度直方图特征
3.2.2 支持向量机模型
3.2.3 分窗口阈值分割算法
3.3 基于多次阈值分割算法的车道线目标提取
3.4 本章小结
第4章 基于车道宽度匹配算法的自适应车道线检测
4.1 候选车道线特征点提取
4.1.1 基于边缘检测的车道线特征提取
4.1.2 基于行扫描的车道线特征提取
4.2 候选车道线特征点过滤
4.2.1 基于逆透视变换的噪点过滤
4.2.2 基于坐标变换的噪点过滤
4.3 基于最小二乘法的自适应车道线拟合算法
4.3.1 最小二乘曲线拟合
4.3.2 自适应车道线拟合
4.4 基于车道宽度匹配算法的车道线检测
4.4.1 车道宽度分析
4.4.2 宽度匹配算法
4.5 本章小结
第5章 车道线跟踪及实验结果分析
5.1 车道线跟踪
5.1.1 基于卡尔曼滤波算法的车道线跟踪
5.1.2 基于动态ROI的感兴趣区域跟踪
5.2 复杂环境下车道线目标提取实验及分析
5.3 复杂环境下车道线检测算法测试
5.4 本章小结
第6章 结论
6.1 研究总结
6.2 研究展望
致谢
参考文献
攻读学位期间获得与论文相关的科研成果
武汉理工大学;