弯道检测的研究涉及到图像处理、模式识别、计算机视觉、人工智能等多个领域，弯道检测的研究对于这些领域内理论的检验和发展也具有重要的意义。
本课题研究的是基于图像的弯道检测，主要是通过车道线的特征来识别图像中车辆前的空闲路面是否为弯道。通过学习了解数字图像处理技术，学习hough变换的同时学会了使用MATLAB，设计用于弯道检测的系统。本课题主要是研究对于简单路面情况下的弯道检测，同时能区分出直道、左转弯道和右转弯道。
1．2    国内外研究现状
1．3    MATLAB简介
本文方法是基于Matlab实现的，Matlab是一个可视化的计算程序，被广泛地使用于从个人计算机到超级计算机范围内的各种计算机上。上世纪70年代，美国新墨西哥大学计算机科学系主任Cleve Moler为了减轻学生编程的负担，用FORTRAN编写了最早的MATLAB。1984年由Little、Moler、Steve Bangert合作成立了的MathWorks公司正式把MATLAB推向市场。MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple并称为三大数学软件。20世纪90年代，MATLAB已成为国际控制界的标准计算软件。在数学类科技应用软件中，它的数学计算能力是名列前茅的。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
图形处理功能MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二文和三文的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。Matlab是一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。MATLAB语言是基于最为流行的C＋＋语言基础上的，因此语法特征与C＋＋语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。
1．4    论文章节安排
全文共分为以下五个章节：
第一章 绪论。首先介绍了基于图像的弯道检测研究课题的背景与提出。然后介绍了目前弯道检测及识别在国内外研究的现状及主要方法，以及用到的软件等。最后简要说明了本文的研究背景和内容以及论文安排。
第二章 设计算法的主要理论与技术。详细介绍了本系统涉及到的理论内容与技术，包括边缘检测、Hough变换等技术。
第三章 弯道检测的设计与分析。主要讲述设计思想、实现算法以及功能的描述。
第四章 实验分析。展示了实验结果，介绍了核心算法。
第五章 总结。
2     论文的核心算法
本论文的核心算法主要包括图像平滑、边缘检测、Hough变换等。
2.1    图像预处理
基于图像的弯道检测系统中的操作对象是来源于无人驾驶汽车上安装的摄像机所采集到的图像信息。位于车顶的摄像机获取到的关于车辆行驶前方的空闲路面就是本文中弯道检测的对象。摄像机不仅仅会采集到弯道检测时需要的路面信息，还会采集到一些不需要的背景信息。为了在弯道检测时避免因背景信息得到过多的误检结果，本文将图像进行剪切以获得最适合的图像信息，如图[1]所示。在剪切原图像的同时，将原始的彩色图像转换为灰度图像以便于后面的操作。 MATLAB基于图像的弯道检测技术研究(2):http://www.youerw.com/jisuanji/lunwen_16612.html