声明
摘要
第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 车道线检测研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 研究总结
1.3 车道线跟踪研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 研究总结
1.4 车道偏离检测研究现状
1.4.1 国外研究现状
1.4.2 国内研究现状
1.4.3 研究总结
1.5 本文结构框架与研究内容
第2章 基于单目视觉的图像预处理
2.1 引言
2.1.1 图像采集
2.1.2 RGB颜色空间
2.2 道路图像灰度化
2.2.1 几类方法比较
2.2.2 选用加权平均法
2.3 灰度图像滤波去噪
2.3.1 几类方法比较
2.3.2 选用FIR滤波
2.4 去噪图像二值化
2.4.1 二值化方法
2.4.2 选用最大类间方差法
2.5 消失点检测设定动态感兴趣区域
2.6 本章小结
第3章 结构化道路车道线检测
3.1 引言
3.2 分段直线模型
3.3 极角极径约束的Hough变换
3.4 基于分段直线模型的车道线检测
3.5 抛物线模型
3.6 人工鱼群算法
3.7 基于人工鱼群算法的车道线识别
3.7.1 目标函数确定
3.7.2 参数初始化
3.7.3 人工鱼群算法识别车道线
3.7.4 实验与分析
3.8 两种车道线识别方法比较
3.9 本章小结
第4章 结构化道路车道线匹配跟踪
4.1 引言
4.2 几类车道线跟踪算法简介
4.2.1 粒子滤波算法
4.2.2 Kalman滤波算法
4.2.3 人工鱼群算法
4.3 基于匹配算法的车道线跟踪
4.4 实验结果与分析
4.5 本章小结
5.1 引言
5.2 特征输入提取
5.2.1 车道线斜率和截距
5.2.2 横向偏移
5.3 SAE算法
5.3.1 SAE算法
5.3.2 反向传导过程
5.4 基于SAE算法的车道偏离检测
5.4.1 参数设置
5.4.2 确定隐藏层结构
5.4.3 偏离检测过程
5.5 实验结果与分析
5.5.1 没有微调
5.5.2 与其他分类器比较
5.5.3 SAE算法实验结果
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢