智能交通监控系统中车牌识别技术的研究与实现
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题背景 | 第11-13页 |
| ·智能交通监控系统简介 | 第12-13页 |
| ·研究的目的和重要意义 | 第13页 |
| ·车牌识别技术及研究现状 | 第13-15页 |
| ·论文的结构 | 第15页 |
| ·论文成果及作者的主要工作 | 第15-17页 |
| 第二章 车牌定位技术的研究及定位算法 | 第17-39页 |
| ·引言 | 第17-19页 |
| ·车牌定位方法简介 | 第19-21页 |
| ·车牌定位算法的数学基础 | 第21-28页 |
| ·小波变换 | 第21-23页 |
| ·尺度函数与小波函数 | 第23-25页 |
| ·小波变换的多分辨率分析 | 第25-27页 |
| ·Mallat一维分解算法 | 第27-28页 |
| ·车牌定位算法 | 第28-39页 |
| ·基于小波变换的车牌定位算法 | 第29-32页 |
| ·图像二值化处理 | 第32-34页 |
| ·数学形态学运算及应用 | 第34-36页 |
| ·车牌候选区域的提取 | 第36-37页 |
| ·转换到HSI色彩空间定位车牌区域 | 第37-39页 |
| 第三章 字符识别技术的研究及识别算法 | 第39-59页 |
| ·引言 | 第39-40页 |
| ·车牌和字符预处理 | 第40-44页 |
| ·字符二值化处理 | 第40-42页 |
| ·对车牌进行倾斜度调整 | 第42-43页 |
| ·基于投影法的车牌字符分割以及大小规一化 | 第43-44页 |
| ·基于神经网络的字符识别研究 | 第44-47页 |
| ·神经网络技术在字符识别中的应用 | 第44-47页 |
| ·基于BP神经网络的字符识别方法的设计 | 第47-55页 |
| ·BP算法的应用和改进 | 第47-48页 |
| ·字符识别方法的总体设计 | 第48-49页 |
| ·字符特征的提取 | 第49-50页 |
| ·汉字BP神经网络的设计 | 第50-55页 |
| ·字符识别测试结果 | 第55页 |
| ·基于字符结构特征的相近判别 | 第55-59页 |
| ·易混淆字符的判别 | 第56-57页 |
| ·关于残缺字符的识别 | 第57-59页 |
| 第四章 车牌识别系统的实现与测试结果 | 第59-69页 |
| ·车牌识别系统的实现 | 第59-62页 |
| ·实验结果分析 | 第62-67页 |
| ·车牌定位测试 | 第62-63页 |
| ·车牌倾斜角度矫正测试 | 第63-64页 |
| ·车牌上下边界精确定位测试 | 第64页 |
| ·车牌左右边界精确定位测试 | 第64-65页 |
| ·颜色定位测试 | 第65页 |
| ·字符分割测试 | 第65-66页 |
| ·字符识别测试 | 第66页 |
| ·系统处理速度测试 | 第66-67页 |
| ·应用实例 | 第67-69页 |
| 第五章 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
