几类特殊车牌的定位与识别算法研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-12页 |
·研究背景及意义 | 第8页 |
·车牌识别系统的研究现状 | 第8-10页 |
·论文的主要工作及结构安排 | 第10-12页 |
第二章 车牌定位算法研究 | 第12-31页 |
·车辆图像预处理 | 第13-17页 |
·灰度变换 | 第13-14页 |
·平滑处理 | 第14-15页 |
·传统的图像增强方法 | 第15-17页 |
·基于小波变换的车辆图像增强算法 | 第17-23页 |
·小波介绍 | 第18页 |
·快速小波变换 | 第18-19页 |
·小波的优点 | 第19-20页 |
·基于小波变换的车辆图像增强 | 第20-23页 |
·车牌粗定位 | 第23-29页 |
·基于彩色图像的车牌定位 | 第23-24页 |
·基于灰度图像的车牌定位方法 | 第24-29页 |
·边缘检测 | 第25-26页 |
·数学形态学处理 | 第26-28页 |
·车牌的投影 | 第28-29页 |
·获取候选区域 | 第29页 |
·车牌图像的细定位 | 第29-30页 |
·实验结果与分析 | 第30-31页 |
第三章 车牌字符分割 | 第31-38页 |
·车牌图像预处理 | 第31-34页 |
·车牌图像大小归一化 | 第31-32页 |
·车牌图像二值化 | 第32-33页 |
·车牌的倾斜校正 | 第33-34页 |
·基于数学形态学处理的车牌图像消噪处理 | 第34-35页 |
·车牌字符粗分割 | 第35-37页 |
·车牌上下边框的去除 | 第35-36页 |
·基于先验知识的垂直投影 | 第36页 |
·字符分割 | 第36-37页 |
·实验结果与分析 | 第37-38页 |
第四章 BP神经网络应用于车牌字符识别 | 第38-47页 |
·车牌字符大小归一化 | 第38页 |
·细化 | 第38-40页 |
·BP神经网络的设计 | 第40-46页 |
·实验结果与分析 | 第46-47页 |
第五章 系统设计 | 第47-52页 |
·系统的运行环境和开发工具 | 第47页 |
·系统设计与实现 | 第47-51页 |
·本章小结 | 第51-52页 |
第六章 总结展望 | 第52-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
附硕士期间已发表论文 | 第58页 |