基于机器视觉的车道线检测方法研究

目录

声明

摘要

第一章绪论

1．1研究背景和意义

1．1．1研究背景

1．1．2研究意义与目的

1．2国内外研究现状

1．2．1国外研究现状

1．2．2国内研究现状

1．2．3车道线检测方法的发展

1．3研究的难点

1．4论文结构安排

第二章道路图像的预处理

2．1动态感兴趣区域提取

2．2灰度化

2．2．1分量法

2．2．2最大值法

2．2．3平均值法

2．2．4加权平均法

2．3图像滤波

2．3．1均值滤波

2．3．2高斯滤波

2．3．3双边滤波

2．3．4中值滤波

2．3．5四种滤波方法比较

2．4提高图像对比度

2．4．1基于对数Log变换的图像增强

2．4．2灰度拉伸

2．4．3直方图均衡化

2．5本章小结

第三章基于特征的车道线检测

3．1道路标准介绍

3．2算法流程

3．3二值化

3．3．1二值化分类

3．3．2 OTSU算法及其改进

3．4轮廓提取与多特征筛选

3．4．1二值图像拓扑结构

3．4．2边界跟踪算法介绍

3．4．3外边界跟踪算法

3．4．4基于车道线特征的轮廓筛选

3．5车道线拟合

3．6本章小结

第四章基于模型的车道线检测

4．1算法流程图

4．2边缘检测

4．2．1 Sobel边缘检测

4．2．2 Laplacian边缘检测

4．2．3 Canny边缘检测算法

4．2．4边缘检测算法比较

4．3改进Canny边缘检测算法

4．4基于霍夫变换的车道线检测

4．4．1传统霍夫变换

4．4．2累计概率霍夫变换算法

4．5基于分段函数的弯道车道线拟合

4．5．1 RANSAC算法介绍及其原理

4．5．2基于RANSAC算法的弯道车道线检测

4．5．3弯道判断和近景远景的分界

4．5．4分段函数的选择以及车道线检测

4．6本章小结

第五章实验结果与分析

5．1实验环境和算法性能评价

5．1．1实验环境

5．1．2算法性能评价

5．2基于特征的车道线检测结果分析

5．3基于数学模型的车道线检测结果分析

5．4本章小结

第六章总结与展望

6．1总结

6．2展望

参考文献

发表论文和参加科研情况说明

致谢