1. 研究目的与意义（文献综述包含参考文献）
1.2国内外研究现状1.2.1传统图像处理技术在传统图像处理技术方面，传统的车道标线坚持方法主要是根据车道线特征值进行提取来实现车道标线检测的。
车道线一般都具有特定的边缘特征、颜色特征和机构特征等信，所以我们可以利用车道标线的特征信息来提取车道线的特征点；除此之外，车道线本身也是一条曲线，所以我们通常会使用直线、双曲线、抛物线、贝塞尔曲线等模型来进行车道线的拟合[1]。
张勇等人利用了传统图像处理算法中的滤波算法、Hough直线检测算法和Canny边缘检测算法作为基本的算法模型，只对ROI中进行检测，以此来满足对车道线的准确检测[2]。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
拟采用的研究手段本课题首先进行目标识别检测，输入特定双目检测设备保存的样本图片，采用labelimg软件对目标车道标线及车头进行框选，用YOLOv5算法模型进行训练后进行道路标线检测，输出数据集。
通过神经网络直接回归得到车头到道路标线的距离。
最后用基于CCP的决策算法判断车辆是否将偏离车道。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
