复杂背景下车牌分割技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-15页 |
| ·课题研究背景 | 第7页 |
| ·车牌自动识别系统概述 | 第7-10页 |
| ·车牌自动识别系统的组成 | 第8-9页 |
| ·我国车牌图像的特点 | 第9页 |
| ·我国车牌自动识别系统的特殊性 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·车牌定位技术的研究 | 第10-11页 |
| ·字符识别技术的研究 | 第11-13页 |
| ·本文研究的主要内容 | 第13页 |
| ·本文的结构框架 | 第13-15页 |
| 第二章 车牌分割相关的图像处理技术 | 第15-26页 |
| ·图像二值化 | 第15-18页 |
| ·图像二值化的定义 | 第15-16页 |
| ·全局动态二值化 | 第16-17页 |
| ·局部自适应二值化 | 第17页 |
| ·两种二值化方法的比较 | 第17-18页 |
| ·图像的边缘检测 | 第18-20页 |
| ·常见的微分算子 | 第18-20页 |
| ·各种微分算子的比较 | 第20页 |
| ·图像分割 | 第20-26页 |
| ·图像分割简介 | 第20-21页 |
| ·图像分割的定义 | 第21页 |
| ·图像分割的分类 | 第21-23页 |
| ·新的图像分割技术 | 第23-24页 |
| ·车辆牌照分割的难点 | 第24-26页 |
| 第三章 车牌图像预处理 | 第26-34页 |
| ·灰度图转换 | 第27-28页 |
| ·中值滤波 | 第28-30页 |
| ·直方图均衡化 | 第30-31页 |
| ·数学形态学处理 | 第31-34页 |
| ·数学形态学简介 | 第31页 |
| ·数学形态学的基本运算 | 第31-33页 |
| ·本文采用的方法 | 第33-34页 |
| 第四章 车牌定位原理及算法研究 | 第34-51页 |
| ·候选区检测 | 第35-42页 |
| ·自适应二值化 | 第35-36页 |
| ·基于图像纹理特征的线性窗口检测算法 | 第36-40页 |
| ·边缘检测 | 第40页 |
| ·垂直切割算法 | 第40-42页 |
| ·真实车牌提取方法 | 第42-49页 |
| ·特征提取 | 第42-45页 |
| ·基于神经网络的车牌鉴别方法 | 第45-49页 |
| ·实验结果及分析 | 第49-51页 |
| 第五章 车牌字符分割算法的研究 | 第51-60页 |
| ·字符分割的常用方法 | 第51-52页 |
| ·字符分割算法的实现 | 第52-59页 |
| ·基于Radon 变化的倾斜校正方法 | 第53-55页 |
| ·最佳阈值迭代算法 | 第55-56页 |
| ·字符轮廓粗定位 | 第56-58页 |
| ·垂直投影法 | 第58-59页 |
| ·实验结果及分析 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 在学期间公开发表论文及著作情况 | 第66页 |
