文摘
英文文摘
声明
第一章绪论
1.1本课题的研究背景
1.1.1机器视觉的国内外研究现状及发展趋势
1.1.2智能车辆导航系统的国内外研究发展现状
1.1.3视觉导航系统的特点及发展趋势
1.2本课题研究的目的和意义
1.3本文的研究内容与结构
1.3.1本论文主要内容及研究流程
1.3.2论文结构
第二章数字图像处理基础
2.1数字图像处理基础理论
2.1.1数字图像采样原理
2.1.2数字图像的表示方法
2.1.3以亮度、灰度来表示数字图像
2.1.4灰度图像的二值化
2.1.5二值化图像的投影
2.1.6二维图像的坐标
2.1.7动态图像特征
2.2道路图像的预处理
2.2.1灰度直方图
2.2.2直方图均衡化
2.2.3图像的噪声及降噪方法
2.3道路图像的边缘检测
2.4本章小结
第三章基于机器视觉的车道检测技术研究
3.1基于机器视觉的车道标识识别方法概述
3.1.1基于特征的识别方法
3.1.2基于模型的识别方法
3.1.3基于视觉与其他传感器融合的识别方法
3.2各种车道识别方法的比较与总结
3.3不确定背景环境下的车道检测
3.3.1不确定背景环境描述
3.3.2道路和车道标志线的色彩提取
3.3.3区分道路图像中的车辆与车道标志线
3.3.4车道识别及车道标志线的一致性确认
3.3.5试验验证
3.4本章小结
第四章基于机器视觉的车辆检测技术研究
4.1基于机器视觉的车辆检测方法概述
4.1.1利用边缘特征作为约束条件的滤波方法
4.1.2基于模板匹配的方法
4.1.3基于运动目标距离不变的采样法
4.1.4基于对称性的方法
4.2具有代表性的基于机器视觉的车辆检测系统
4.2.1以雷达测距系统为基础的车辆检测系统
4.2.2以视频流检测为基础的车辆检测系统
4.2.3以图像检测为基础的车辆检测系统
4.3基于多特征的前方车辆的检测
4.3.1车辆底部阴影的特征
4.3.2车辆的垂直边缘特征
4.3.3车辆的对称特征
4.4前方车辆的检测跟踪
4.4.1由图像低端至顶部扫描的车辆检测算法
4.4.2检测目标跟踪
4.4.3车辆检测跟踪试验结果
4.5本章小结
第五章全文总结与展望
5.1工作总结
5.2下一步工作展望
参考文献
致 谢
研究生期间已发表的论文