学位论文 > 优秀研究生学位论文题录展示
视觉导航系统中道路检测算法的研究
作 者: 张莹
导 师: 杨勇
学 校: 长春理工大学
专 业: 计算机应用技术
关键词: 边缘 道路检测 结构化道路 非结构化道路 支持向量机
分类号: TP274.4
类 型: 硕士论文
年 份: 2007年
下 载: 235次
引 用: 1次
阅 读: 论文下载
内容摘要
近年来,智能车辆系统成为各国潜心研究的一个新领域,其中的视觉导航系统需要实时检测行驶环境,确定道路的边界,使得智能车辆能够在无人驾驶或操纵的情况下,自主安全平稳的行驶。 对于结构化道路,本文首先对道路边界线检测算法进行了研究,从图像的预处理,图像边缘提取,到利用Hough变换对直线型道路边界进行提取。其次对单车道线的检测算法进行研究。算法分为初始白线线头的检测与道路标志线窗口跟踪两步。该算法能有效地检测在各种条件下的连续与间断、清晰与模糊的白色道路边沿标志线。 对于非结构化道路,应用基于栅格探测的检测方法。该方法可以避免对所有像素点逐个分析,运算量小,检测速度快,基本满足实时性的要求,具有一定的抗阴影和水迹的能力。 最后用支持向量机来进行道路检测。应用支持向量机解决分类问题,提高了道路检测的精度。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-7 第一章 绪论 7-15 1.1 课题研究背景及意义 7-9 1.2 视觉导航系统中道路检测方法的国内外研究现状 9-12 1.3 论文的主要工作 12-13 1.4 论文的组织结构 13-15 第二章 结构化道路检测算法 15-40 2.1 道路边界线的检测 15-31 2.2 单车道线的检测算法 31-37 2.3 实验结果与分析 37-39 2.4 本章小结 39-40 第三章 基于栅格探测的非结构化道路的检测算法 40-49 3.1 基于栅格探测的非结构化道路检测算法 40-45 3.2 实验结果及分析 45-48 3.3 本章小结 48-49 第四章 用支持向量机进行道路检测 49-65 4.1 简介支持向量机 49-53 4.2 训练样本的生成 53-58 4.3 用libsvm来生成道路模型 58-62 4.4 实验结果与分析 62-64 4.5 本章小结 64-65 第五章 总结与展望 65-66 致谢 66-67 参考文献 67-69
|
相似论文
- 民国时期书法艺术边缘化现象研究,J292.27
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 多邮件自动文摘的关键技术研究,TP391.1
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 合法的边缘性参与:中学英语新教师视域下的师徒制,G633.41
- 基于机器视觉的光纤几何参数检测研究,TN253
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- SAR图像超分辨率重构研究,TN957.52
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 交通视频中车辆异常行为检测及应用研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统 > 集中检测与巡回检测系统
© 2012 www.xueweilunwen.com
|