基于混合特征的车牌识别技术研究
| 图目录 | 第1-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·车牌识别应用背景及研究意义 | 第11-13页 |
| ·国内外研发现状 | 第13-16页 |
| ·车牌定位研究 | 第14-15页 |
| ·车牌字符识别研究 | 第15-16页 |
| ·车牌识别中常用图像处理方法 | 第16-17页 |
| ·本文研究的主要内容 | 第17-20页 |
| 第二章 车牌定位 | 第20-41页 |
| ·基于灰度图像的车牌定位 | 第20-30页 |
| ·车牌的几何特点和纹理特征 | 第20页 |
| ·原始图像的灰度化和增强 | 第20-21页 |
| ·灰度图像域值分割方法 | 第21-22页 |
| ·边缘增强的方法 | 第22-24页 |
| ·基于车牌灰度图像及其纹理特征的定位算法 | 第24-30页 |
| ·基于彩色图像的车牌定位 | 第30-37页 |
| ·颜色模型 | 第30-34页 |
| ·颜色模型之间的变换 | 第34-35页 |
| ·图像的形态学处理 | 第35-36页 |
| ·图像彩色信息的利用 | 第36-37页 |
| ·基于混合特征的车牌定位算法 | 第37-40页 |
| ·颜色空间转换 | 第37页 |
| ·实现车牌的二值化 | 第37页 |
| ·图像增强 | 第37-38页 |
| ·利用投影实现车牌区域的精确定位 | 第38-40页 |
| ·本章小节 | 第40-41页 |
| 第三章 字符分割 | 第41-54页 |
| ·理论基础 | 第41-44页 |
| ·Radon变换 | 第41-42页 |
| ·旋转操作 | 第42-44页 |
| ·基于车牌结构特征的直接字符分割算法 | 第44-53页 |
| ·倾斜矫正 | 第44-45页 |
| ·字符分割 | 第45-53页 |
| ·本章小节 | 第53-54页 |
| 第四章 字符识别 | 第54-72页 |
| ·车牌字符的特点及常用字符识别方法 | 第54-57页 |
| ·模板匹配法 | 第55页 |
| ·统计模式识别 | 第55-56页 |
| ·结构(句法)模式识别法 | 第56页 |
| ·模糊模式识别 | 第56页 |
| ·人工神经网络识别法 | 第56-57页 |
| ·神经网络模式识别 | 第57-64页 |
| ·人工神经元模型 | 第57-58页 |
| ·神经网络结构 | 第58-59页 |
| ·神经网络的特点及其学习方式 | 第59页 |
| ·神经网络的工作过程和性能 | 第59-60页 |
| ·BP神经网络 | 第60-64页 |
| ·基于BP神经网络的字符识别方法 | 第64-71页 |
| ·字符识别前的预处理 | 第64-68页 |
| ·神经网络的结构和设计 | 第68-71页 |
| ·本章小节 | 第71-72页 |
| 第五章 结束语 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 作者在学期间取得的学术成果 | 第78页 |
