基于卷积神经网络的车牌识别系统设计和算法实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外的研究和应用现状 | 第13-15页 |
| 1.3 本文的研究内容和组织架构 | 第15-17页 |
| 第2章 车牌识别系统的设计方案 | 第17-27页 |
| 2.1 车牌识别简介 | 第17-18页 |
| 2.2 车牌识别中的关键技术 | 第18-20页 |
| 2.2.1 图像预处理技术 | 第18-19页 |
| 2.2.2 车辆检测技术 | 第19页 |
| 2.2.3 车牌定位技术 | 第19页 |
| 2.2.4 车牌分割技术 | 第19-20页 |
| 2.2.5 车牌字符识别技术 | 第20页 |
| 2.3 车牌识别系统的方案设计 | 第20-26页 |
| 2.3.1 系统的需求分析 | 第20-21页 |
| 2.3.2 系统的方案选择 | 第21-23页 |
| 2.3.3 系统的模块化架构 | 第23-24页 |
| 2.3.4 系统的整体组成 | 第24-25页 |
| 2.3.5 系统性能指标 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 车辆检测模块的设计 | 第27-40页 |
| 3.1 车辆视频的预处理 | 第27-29页 |
| 3.1.1 图像灰度化 | 第27-28页 |
| 3.1.2 图像去噪 | 第28-29页 |
| 3.2 车辆检测算法的介绍 | 第29-32页 |
| 3.2.1 常见的车辆检测算法 | 第29-31页 |
| 3.2.2 三种检测算法性能比较 | 第31-32页 |
| 3.3 基于背景差分法的车辆检测模块设计 | 第32-36页 |
| 3.4 车辆检测模块的性能测试 | 第36-39页 |
| 3.4.1 不同路况下的检测率 | 第36-38页 |
| 3.4.2 不同光照条件下的检测率 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 车牌定位、矫正和分割算法的研究 | 第40-53页 |
| 4.1 车牌定位算法的研究 | 第40-44页 |
| 4.1.1 常见的车牌定位算法 | 第40-41页 |
| 4.1.2 基于形态学和边缘统计的车牌定位算法 | 第41-44页 |
| 4.2 车牌倾斜矫正算法的研究 | 第44-46页 |
| 4.2.1 常见的车牌倾斜矫正算法 | 第44-45页 |
| 4.2.2 基于统计特征点图的倾斜矫正算法 | 第45-46页 |
| 4.3 车牌字符分割算法的研究 | 第46-50页 |
| 4.3.1 常见的车牌分割算法 | 第46-47页 |
| 4.3.2 基于垂直投影的双向扫描字符分割算法 | 第47-50页 |
| 4.4 定位、矫正和分割算法的性能测试 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第5章 基于卷积神经网络的车牌识别算法的研究 | 第53-70页 |
| 5.1 LENET-5 卷积神经网络介绍 | 第53-58页 |
| 5.1.1 LeNet-5 的结构简介 | 第53-54页 |
| 5.1.2 前向传播 | 第54-55页 |
| 5.1.3 反向传播 | 第55-57页 |
| 5.1.4 过拟合现象 | 第57页 |
| 5.1.5 传统的LeNet-5 车牌识别方法 | 第57-58页 |
| 5.2 GMP-LENET卷积神经网络 | 第58-61页 |
| 5.2.1 GMP-LeNet网络的具体改进措施 | 第58-59页 |
| 5.2.2 GMP-LeNet的结构描述 | 第59-61页 |
| 5.3 基于GMP-LENET网络的车牌识别方法 | 第61-65页 |
| 5.4 车辆识别算法的性能测试 | 第65-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第6章 车牌识别系统的搭建与测试 | 第70-82页 |
| 6.1 车牌识别系统软硬件环境 | 第70-71页 |
| 6.2 视频监控系统的搭建 | 第71-73页 |
| 6.2.1 采集端搭建 | 第71-72页 |
| 6.2.2 监控端搭建 | 第72-73页 |
| 6.3 车牌识别软件的实现 | 第73-76页 |
| 6.3.1 软件的模块间整合 | 第73-74页 |
| 6.3.2 软件的代码实现 | 第74-75页 |
| 6.3.3 软件的界面实现 | 第75-76页 |
| 6.4 系统的功能测试和性能分析 | 第76-80页 |
| 6.4.1 系统功能测试 | 第76-78页 |
| 6.4.2 系统性能分析 | 第78-80页 |
| 6.5 本章小结 | 第80-82页 |
| 第7章 总结与展望 | 第82-84页 |
| 7.1 总结 | 第82-83页 |
| 7.2 展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读学位期间参加的科研项目和成果 | 第89页 |
