声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要工作和结构
1.4 本章小结
第2章 非结构化道路检测算法相关研究
2.1 基于特征的道路检测相关算法研究
2.1.1 基于灰度特征的方法
2.1.2 基于色彩特征的方法
2.1.3 基于纹理特征的方法
2.2 基于模型的道路检测相关算法研究
2.2.1 基于直线模型的方法
2.2.2 基于二次曲线模型的方法
2.2.3 基于回旋曲线模型的方法
2.2.4 基于样条曲线模型的方法
2.3 非结构化道路检测算法中存在的问题与难点
2.4 本章小结
第3章 结合特征与模型的启发式道路检测算法
3.1 特征与模型相结合的非结构化道路检测算法
3.1.1 基于多层神经网络的道路分割方法分析
3.1.2 基于二次曲线模型的道路边界拟合方法分析
3.2 改进的道路分割方法
3.2.1 基于HSV色彩空间的特征提取
3.2.2 改进的道路区域分割方案
3.3 基于消失点估计的启发式道路边界拟合
3.3.1 条件概率密度传播
3.3.2 启发式道路边界拟合
3.4 特征与模型相结合的启发式道路检测算法
3.5 本章小结
第4章 GPU的加速处理
4.1 GPGPU与NVIDIA CUDA
4.2 任务划分策略
4.3 异步加速处理策略
4.4 本章小结
第5章 实验验证及结果分析
5.1 实验平台
5.1 实验设计
5.2 算法鲁棒性分析
5.2.1 改进的基于多层神经网络的道路分割算法性能分析
5.2.2 算法检测效果分析
5.2.3 像素级的定量检测性能评估
5.2.4 消失点估计的性能分析
5.3 算法实时性提升对比分析
5.3.1 任务划分策略性能分析
5.3.2 异步加速处理的性能分析
5.4 本章小结
总结与展望
参考文献
附录A 攻读学位期间发表的学位论文目录
附录B 攻读学位期间所参加的科研项目目录
致谢