用于实际场景中的多车牌定位和字符分割算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第10-16页 |
| 1.1 车牌识别研究的背景和意义 | 第10-11页 |
| 1.2 多车牌识别技术的研究现状 | 第11页 |
| 1.3 我国车牌特征分析 | 第11-13页 |
| 1.4 多车牌识别的技术难点 | 第13-14页 |
| 1.5 本文内容结构安排及主要创新点 | 第14-16页 |
| 1.5.1 本文内容结构安排 | 第14-15页 |
| 1.5.2 本文主要创新点 | 第15-16页 |
| 2 车牌识别系统简介 | 第16-21页 |
| 2.1 车牌识别系统概述 | 第16-17页 |
| 2.2 车牌定位算法简介 | 第17-18页 |
| 2.3 车牌倾斜校正算法简介 | 第18-19页 |
| 2.4 字符分割算法简介 | 第19-20页 |
| 2.5 小结 | 第20-21页 |
| 3 车牌图像预处理 | 第21-36页 |
| 3.1 彩色图像灰度化方法 | 第21页 |
| 3.2 中值滤波和均值滤波 | 第21-23页 |
| 3.2.1 中值滤波 | 第21-22页 |
| 3.2.2 均值滤波 | 第22页 |
| 3.2.3 中值滤波和均值滤波效果比较 | 第22-23页 |
| 3.3 形态学基本原理 | 第23-26页 |
| 3.3.1 膨胀运算 | 第23-24页 |
| 3.3.2 腐蚀运算 | 第24-25页 |
| 3.3.3 开运算 | 第25-26页 |
| 3.3.4 闭运算 | 第26页 |
| 3.4 灰度调整算法 | 第26-29页 |
| 3.4.1 Top-hat变换 | 第26-28页 |
| 3.4.2 分段线性变换 | 第28-29页 |
| 3.5 Otsu二值化方法 | 第29-31页 |
| 3.6 边缘检测算子 | 第31-36页 |
| 3.6.1 Robert算子 | 第31-32页 |
| 3.6.2 Prewitt算子 | 第32-33页 |
| 3.6.3 Sobel算子 | 第33页 |
| 3.6.4 Canny边缘检测算子 | 第33-36页 |
| 4 多车牌定位算法 | 第36-50页 |
| 4.1 本文车牌定位算法简介 | 第36页 |
| 4.2 图像预处理 | 第36-38页 |
| 4.3 车牌粗定位 | 第38-45页 |
| 4.3.1 候选区域生成 | 第38-39页 |
| 4.3.2 基于宽高比特征的筛选方法 | 第39页 |
| 4.3.3 基于边缘密度特征的筛选方法 | 第39-40页 |
| 4.3.4 车牌粗定位结果与分析 | 第40-44页 |
| 4.3.5 比较文中算法和投影法 | 第44-45页 |
| 4.4 车牌精确定位 | 第45-47页 |
| 4.4.1 预处理 | 第45-46页 |
| 4.4.2 基于字符特征的车牌精确定位 | 第46页 |
| 4.4.3 基于最近邻链法的车牌精确定位 | 第46-47页 |
| 4.5 实验仿真与分析 | 第47-49页 |
| 4.5.1 多车牌图像精确定位结果 | 第47-48页 |
| 4.5.2 复杂背景图像定位结果 | 第48页 |
| 4.5.3 光照不均图像定位结果 | 第48页 |
| 4.5.4 对比度低图像定位结果 | 第48页 |
| 4.5.5 车牌定位结果统计 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 车牌倾斜校正和字符分割 | 第50-57页 |
| 5.1 车牌倾斜模式 | 第50-51页 |
| 5.2 文中倾斜校正和字符分割算法 | 第51-53页 |
| 5.2.1 文中倾斜校正和字符分割算法简介 | 第51页 |
| 5.2.2 字符连通域生成 | 第51-52页 |
| 5.2.3 基于宽高比特征的字符连通域筛选算法 | 第52页 |
| 5.2.4 计算缺省字符位置信息 | 第52-53页 |
| 5.3 实验结果分析 | 第53-56页 |
| 5.3.1 多车牌字符分割结果和分析 | 第53-54页 |
| 5.3.2 文中算法和投影法比较 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 个人简历、在学期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
