基于FPGA的车牌识别系统设计与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 引言 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外车牌识别技术的现状 | 第13-16页 |
| 1.2.1 国内外车牌识别研究现状 | 第13-14页 |
| 1.2.2 车牌识别技术的应用 | 第14-15页 |
| 1.2.3 车牌识别技术的发展趋势 | 第15-16页 |
| 1.3 论文研究内容和章节安排 | 第16-18页 |
| 第2章 车牌识别系统的视频图像采集系统组成 | 第18-27页 |
| 2.1 车牌识别系统的总体结构 | 第18-19页 |
| 2.2 设计需求分析和研究内容 | 第19-20页 |
| 2.3 车牌识别系统的总体方案选择 | 第20-21页 |
| 2.3.1 视频图像采集硬件系统的选择 | 第20-21页 |
| 2.3.2 车牌图像处理软件算法的实现方案 | 第21页 |
| 2.4 图像采集硬件系统的主要器件选型 | 第21-26页 |
| 2.4.1 图像采集模块 | 第21-22页 |
| 2.4.2 车牌图像处理硬件模块 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 车牌识别系统的RTL电路设计 | 第27-32页 |
| 3.1 摄像头图像采集 | 第27-28页 |
| 3.2 图像数据的存储和液晶屏图像显示 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 车牌识别的算法的硬件逻辑实现 | 第32-59页 |
| 4.1 车牌图像识别设计方案 | 第32-33页 |
| 4.2 车牌图像预处理 | 第33-40页 |
| 4.2.1 车牌图像的噪声处理 | 第33-36页 |
| 4.2.2 彩色图像灰度化 | 第36-37页 |
| 4.2.3 灰度图像二值化 | 第37-38页 |
| 4.2.4 图像格式间的转化 | 第38-40页 |
| 4.3 车牌定位技术 | 第40-49页 |
| 4.3.1 基于灰度特征定位 | 第41-47页 |
| 4.3.2 基于颜色特征定位 | 第47页 |
| 4.3.3 基于水平灰度特征定位 | 第47-48页 |
| 4.3.4 车牌定位技术小结 | 第48-49页 |
| 4.4 车牌倾斜矫正 | 第49-50页 |
| 4.4.1 车牌倾斜角度的计算 | 第49页 |
| 4.4.2 坐标变换矫正图像 | 第49-50页 |
| 4.5 车牌字符分割 | 第50-52页 |
| 4.5.1 基于图像特征的切分策略 | 第50-51页 |
| 4.5.2 基于识别的切分策略 | 第51页 |
| 4.5.3 字符分割小结 | 第51-52页 |
| 4.6 车牌字符识别 | 第52-57页 |
| 4.6.1 基于模板匹配的方法 | 第52-53页 |
| 4.6.2 基于神经网络的识别方法 | 第53-55页 |
| 4.6.3 卷积神经网络算法的硬件电路设计 | 第55-57页 |
| 4.6.4 车牌字符识别方法小结 | 第57页 |
| 4.7 本章小结 | 第57-59页 |
| 第5章 车牌识别系统板级测试 | 第59-65页 |
| 5.1 车牌定位识别测试结果 | 第59-64页 |
| 5.2 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 附录 | 第70页 |
| 附录 A 定位分割识别图 | 第70页 |
