智能方法在车牌定位与字符分割中的应用研究
| 第一章 绪论 | 第1-16页 |
| ·车辆自动识别(AVI)系统的研究 | 第10-13页 |
| ·AVI系统框图 | 第11-12页 |
| ·AVI系统发展现状 | 第12-13页 |
| ·AVI系统的难点与关键问题 | 第13页 |
| ·智能方法在图像处理中的应用 | 第13-14页 |
| ·人工神经网络 | 第13页 |
| ·模糊理论 | 第13-14页 |
| ·课题的研究工作 | 第14-16页 |
| ·构造AVI系统 | 第14-15页 |
| ·本文的研究框架 | 第15-16页 |
| 第二章 图像处理的基础理论和方法 | 第16-30页 |
| ·边缘检测算子 | 第16-19页 |
| ·图像边缘分类 | 第16-17页 |
| ·梯度算子 | 第17-19页 |
| ·Hough变换 | 第19-22页 |
| ·Hough变换基本原理 | 第19-21页 |
| ·实用方法 | 第21-22页 |
| ·使用极坐标直线方程 | 第21-22页 |
| ·检测高阶曲线 | 第22页 |
| ·广义Hough变换 | 第22页 |
| ·图像平滑处理技术 | 第22-27页 |
| ·邻域平均法 | 第22-24页 |
| ·低通滤波法 | 第24-27页 |
| ·基于神经网络的图像分割方法 | 第27-30页 |
| ·神经网络用于图像分割的建模策略 | 第27页 |
| ·Kohonen自组织模型用于图像分割 | 第27-30页 |
| 第三章 车牌定位算法研究 | 第30-40页 |
| ·引言 | 第30页 |
| ·图像数据采集 | 第30-31页 |
| ·车牌定义 | 第31-32页 |
| ·基本方法介绍 | 第32-33页 |
| ·本文所用方法 | 第33-40页 |
| ·基于统计方法的车牌定位算法 | 第33-34页 |
| ·车牌倾斜校正算法描述 | 第33-34页 |
| ·车牌定位及阈值寻找算法的描述 | 第34页 |
| ·基于对称Hough变换的车牌定位算法 | 第34-40页 |
| ·对称Hough变换 | 第35页 |
| ·矩形的检测 | 第35-37页 |
| ·平行四边形的检测 | 第37-38页 |
| ·实验结果 | 第38-40页 |
| 第四章 车牌图像的阈值化分割 | 第40-52页 |
| ·引言 | 第40页 |
| ·阈值化分割原理及描述 | 第40-41页 |
| ·阈值化分割原理 | 第40-41页 |
| ·阈值化问题描述 | 第41页 |
| ·阈值化算法分类 | 第41-42页 |
| ·基于模糊测度的车牌图像阈值化方法 | 第42-49页 |
| ·模糊集合和隶属函数 | 第42-43页 |
| ·基于模糊测度的阈值化方法 | 第43-49页 |
| ·图像的模糊集合与隶属度函数 | 第44-45页 |
| ·模糊测度 | 第45-46页 |
| ·算法描述 | 第46-49页 |
| ·实验结果 | 第49-52页 |
| 第五章 字符分割算法研究 | 第52-57页 |
| ·引言 | 第52页 |
| ·字符分割问题描述 | 第52-54页 |
| ·车牌字符分割算法 | 第54-56页 |
| ·预处理 | 第54页 |
| ·算法描述 | 第54-56页 |
| ·实验结果 | 第56-57页 |
| 第六章 结束语 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者攻读硕士期间发表论文及参加科研情况 | 第61-62页 |
| 致谢 | 第62页 |
