智能营区车辆防冲击系统设计与实现
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究的背景、目的及意义 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·车辆智能化管理系统的发展现状 | 第13-14页 |
| ·车牌自动识别技术的研究现状 | 第14-15页 |
| ·车辆测速技术的研究现状 | 第15-16页 |
| ·课题研究的主要内容 | 第16-17页 |
| 第二章 系统的总体设计 | 第17-25页 |
| ·需求分析 | 第17-18页 |
| ·系统总体设计 | 第18-24页 |
| ·功能要求 | 第18-21页 |
| ·系统的整体架构 | 第21-22页 |
| ·系统工作流程 | 第22-23页 |
| ·技术性能指标 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 车牌识别模块实现 | 第25-57页 |
| ·车牌定位 | 第25-41页 |
| ·图像预处理 | 第26-32页 |
| ·图像灰度化 | 第26页 |
| ·图像增强 | 第26-29页 |
| ·图像的边缘检测 | 第29-32页 |
| ·车牌定位 | 第32-40页 |
| ·车牌区域的特征 | 第32页 |
| ·差分扫描车牌初定位 | 第32-33页 |
| ·车牌图像分类及二值化的优化 | 第33-35页 |
| ·车牌图像几何校正 | 第35-39页 |
| ·车牌精确定位 | 第39-40页 |
| ·实验结果 | 第40-41页 |
| ·车牌字符分割 | 第41-46页 |
| ·车牌字符布局规律 | 第41-42页 |
| ·几种车牌字符分割算法 | 第42-43页 |
| ·本文采用的方法 | 第43-45页 |
| ·去除边框的干扰 | 第43-44页 |
| ·采用基于垂直投影和车牌先验知识的字符分割 | 第44-45页 |
| ·字符归一化 | 第45-46页 |
| ·车牌字符识别 | 第46-56页 |
| ·字符识别概述 | 第46-47页 |
| ·实时环境下我国车牌字符的特点 | 第47-48页 |
| ·几种车牌字符识别方法 | 第48-50页 |
| ·基于BP 神经网络的车牌字符识别方法 | 第50-56页 |
| ·BP 神经网络的结构及学习算法 | 第50-51页 |
| ·BP 神经网络在车牌识别模块中的应用 | 第51-54页 |
| ·基于BP 网络的加权置信度多分类器集成 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 车辆测速模块实现 | 第57-63页 |
| ·视频测速 | 第57-61页 |
| ·车辆视频测速问题分析 | 第57页 |
| ·车辆行驶时间的测定 | 第57-58页 |
| ·车辆行驶路程的测定 | 第58页 |
| ·触发检测与虚拟线圈测速 | 第58-61页 |
| ·虚拟线圈检测流程 | 第58-59页 |
| ·车辆速值计算 | 第59-61页 |
| ·调制式红外光测速 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 系统的实现 | 第63-80页 |
| ·系统内核及关键设备选型 | 第63-70页 |
| ·系统的核心处理芯片 | 第63-64页 |
| ·车辆信息识别设备 | 第64-67页 |
| ·车辆拦截设备 | 第67-70页 |
| ·系统的软件实现 | 第70-76页 |
| ·DSP 芯片算法流程 | 第70-71页 |
| ·嵌入式系统控制程序 | 第71-72页 |
| ·远程客户端程序 | 第72-76页 |
| ·人工判决 | 第76-77页 |
| ·系统整体测试 | 第77-79页 |
| ·测试单位场地环境 | 第77-78页 |
| ·系统安装 | 第78页 |
| ·系统测试 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 结束语 | 第80-82页 |
| ·结束语 | 第80页 |
| ·下一步工作展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 作者在学期间取得的学术成果 | 第86页 |
