全文总字数：1249字
1. 毕业设计（论文）主要内容：
通过对行车图像进行灰度化、平滑滤波、Canny边缘检测和Hough变换等过程完成车道线识别的工作，并搭建实验环境，检验方法的合理性。完成的主要内容包括：（1）分析已有的车道线识别的方法（2）理解基于机器视觉的车道线识别的理论基础（3）完成车道线识别方法的算法设计和程序编写（4）在实际行车环境下对方法进行测试
2. 毕业设计（论文）主要任务及要求
1）收集查阅关于车道线识别方法的相关文献（2）完成基于机器视觉的车道线识别方法的算法设计（3）基于OpenCV和Python开发环境，完成程序编写（4）基于实际行车的图像数据，对方法进行准确性测试
3. 毕业设计（论文）完成任务的计划与安排
（1）2月25日-3月15日，查阅相关文献资料，编写开题报告，指导老师审核开题报告。
（2）3月16日-4月15日，对开题报告进行修改完善；完成基于机器视觉的车道线识别方法的算法设计。
（3）4月16日-4月30日，学生提交毕业设计（论文）工作阶段性报告，指导老师完成阶段性报告审核。
4. 主要参考文献
[1] Lee C, Moon J H. Robust lane detection and tracking for real-time applications[J]. IEEE Transactions on Intelligent Transportation Systems, 2018, 19(12): 4043-4048.[2] Rathore A S. Lane Detection for Autonomous Vehicles using OpenCV Library[J]. 2019.[3] 王文豪, 高利. 一种基于 OpenCV [1] Lee C, Moon J H. Robust lane detection and tracking for real-time applications[J]. IEEE Transactions on Intelligent Transportation Systems, 2018, 19(12): 4043-4048.[2] Rathore A S. Lane Detection for Autonomous Vehicles using OpenCV Library[J]. 2019.[3] 王文豪, 高利. 一种基于 OpenCV 的车道线检测方法[J]. 激光杂志, 2019, 40(1): 44-47.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
