声明
摘要
图目录
表目录
注释表
1绪论
1.1课题的研究背景和意义
1.2国内外研究现状
1.3基于盲道的导盲系统结构
1.4本文主要研究内容
1.5论文结构安排
2基于单目视觉的障碍物图像分割
2.1传统的图像分割算法
2.1.1 Otsu法
2.1.2最小误差阈值法
2.1.3最大熵阈值法
2.2二维最小误差法
2.2.1算法介绍
2.2.2算法优缺点
2.3基于二维直方图双斜率划分的快速最小误差算法
2.3.1 2D-SFM
2.3.2该算法的优点
2.4基于互信息熵差的自适应脉冲耦合神经网络算法
2.4.1互信息和互信息熵差
2.4.2 MEAP
2.4.3该算法的优点
2.5实验结果与分析
2.6本章小结
3基于视觉注意模型的显著障碍物检测
3.1视觉注意模型
3.1.1特征整合模型
3.1.2视觉注意模型的应用
3.2典型的显著性检测算法
3.2.1 IT法
3.2.2 LC法
3.2.3 AC法
3.2.4 FT法
3.3基于特征显著值归一化与关键区域聚焦的显著物体检测算法
3.3.1 FKFT
3.3.2该算法优点
3.4显著障碍物检测算法
3.4.1 SMFT
3.4.2距离估计
3.4.3该算法的优点
3.5实验结果与分析
3.5.1实验结果对比
3.5.2实验结果的量化对比
3.6本章小结
4盲道分割
4.1支持向量机
4.1.1线性可分情况
4.1.2非线性可分情况
4.1.3支持向量机的算法
4.2基于颜色纹理和支持向量机的盲道分割算法
4.2.1 C1-SVM
4.2.2该算法的优点
4.3实验结果与分析
4.4本章小结
5盲道检测与方向判断
5.1盲道边缘检测算法
5.1.1边缘检测算子
5.1.2 Canny边缘检测算法
5.1.3 Canny算法的优点
5.2盲道方向判断算法
5.2.1 Hough变换
5.2.2方向判断
5.2.3该算法的优点
5.3实验结果与分析
5.4本章小结
6视频流处理结果
6.1实验结果与分析
6.2本章小结
工作总结
工作展望
致谢
参考文献
附录