复杂背景下的快速车牌识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·车牌识别技术的研究背景 | 第8页 |
| ·车牌识别技术的应用场合 | 第8-9页 |
| ·车牌识别技术的发展现状 | 第9-10页 |
| ·组成和工作原理 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·目前车牌识别技术存在的问题 | 第10-11页 |
| ·评价车牌识别的技术指标 | 第11-12页 |
| ·论文的主要工作 | 第12-14页 |
| 2 我国车牌的种类和特征以及图像采集方式 | 第14-22页 |
| ·我国车牌的种类 | 第14-18页 |
| ·我国车牌的主要特征和特殊性 | 第18-19页 |
| ·我国车牌的主要特征 | 第18-19页 |
| ·我国车牌的特殊性 | 第19页 |
| ·车牌识别技术中常见的触发方式 | 第19-21页 |
| ·外部触发方式 | 第20页 |
| ·自触发方式 | 第20-21页 |
| ·高清摄像机在智能交通领域的普及和应用 | 第21-22页 |
| 3 车牌定位算法分析 | 第22-40页 |
| ·本章引言 | 第22页 |
| ·常用车牌定位方法 | 第22-24页 |
| ·基于灰度图像的车牌定位方法 | 第22-23页 |
| ·基于彩色图像的车牌定位方法 | 第23-24页 |
| ·基于字符边缘特征的车牌定位方法 | 第24-38页 |
| ·实现车牌粗定位 | 第24-31页 |
| ·实现车牌精细定位 | 第31-38页 |
| ·车牌定位结果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 字符分割算法分析 | 第40-48页 |
| ·本章引言 | 第40页 |
| ·车牌字符的特征分析 | 第40-41页 |
| ·车牌字符的轮廓特征 | 第40-41页 |
| ·车牌字符的几何特征 | 第41页 |
| ·基于字符轮廓和模板匹配的字符分割方法 | 第41-46页 |
| ·自适应灰度拉伸 | 第41页 |
| ·估计车牌颜色 | 第41-43页 |
| ·拉普拉斯边缘检测 | 第43页 |
| ·二值化 | 第43-44页 |
| ·估计字符高度 | 第44页 |
| ·提取字符 | 第44-45页 |
| ·模板匹配 | 第45-46页 |
| ·字符分割结果分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 字符识别算法分析 | 第48-70页 |
| ·本章引言 | 第48页 |
| ·字符识别常用方法简介 | 第48-50页 |
| ·SVM理论概述 | 第50-60页 |
| ·经验风险最小化(ERM)问题 | 第50-51页 |
| ·统计学习理论的核心内容 | 第51-53页 |
| ·SVM原理 | 第53-58页 |
| ·核函数及其参数的选择 | 第58-60页 |
| ·基于SVM的字符识别 | 第60-67页 |
| ·字符归一化与二值化 | 第61页 |
| ·特征提取 | 第61-63页 |
| ·分类器组合 | 第63页 |
| ·选择多分类方法 | 第63-65页 |
| ·确定RBF最优参数 | 第65页 |
| ·二次识别 | 第65-67页 |
| ·字符识别结果分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 结束语 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
