基于边缘模板及网格密度特征的车牌字符识别的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景 | 第10-11页 |
| 1.2 课题研究的意义 | 第11-15页 |
| 1.2.1 字符识别国内外发展状况 | 第12-14页 |
| 1.2.2 字符识别的原理 | 第14-15页 |
| 1.3 车牌字符识别技术 | 第15-17页 |
| 1.3.1 基于模板匹配的识别方法 | 第15页 |
| 1.3.2 基于神经网络的识别方法 | 第15-16页 |
| 1.3.3 基于支持向量机的识别方法 | 第16页 |
| 1.3.4 车牌字符识别技术的难点 | 第16-17页 |
| 1.4 论文的主要研究内容和组织结构 | 第17-18页 |
| 第二章 系统总体设计结构 | 第18-30页 |
| 2.1 车牌识别系统体系结构 | 第18-20页 |
| 2.2 车牌字符识别结构 | 第20-29页 |
| 2.2.1 车牌字符特征 | 第21-22页 |
| 2.2.2 车牌字符图像的特征提取 | 第22页 |
| 2.2.3 车牌字符特征提取方法 | 第22-24页 |
| 2.2.4 分类器设计 | 第24-28页 |
| 2.2.5 模板匹配法 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 字符图像的预处理 | 第30-40页 |
| 3.1 灰度化 | 第30-31页 |
| 3.2 灰度分布均衡化 | 第31-34页 |
| 3.3 字符图像二值化 | 第34-35页 |
| 3.4 中值滤波 | 第35-36页 |
| 3.5 边缘提取 | 第36-39页 |
| 3.5.1 Prewitt边缘算子 | 第36-37页 |
| 3.5.2 Krisch边缘算子 | 第37-38页 |
| 3.5.3 Laplacian边缘算子 | 第38-39页 |
| 3.6 图像反色 | 第39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 车牌字符识别两级分类 | 第40-56页 |
| 4.1 一级分类-边缘模板匹配法 | 第40-46页 |
| 4.1.1 改进的多模板的建立 | 第41-44页 |
| 4.1.2 边缘模板匹配过程 | 第44-46页 |
| 4.2 二级分类 | 第46-52页 |
| 4.2.1 网格密度特征匹配法 | 第49-50页 |
| 4.2.2 特征匹配过程 | 第50-52页 |
| 4.3 实验过程与结果 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 结论 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录A (攻读硕士期间的学术成果) | 第64页 |
