基于类推思想的车牌字符图像清晰度提升
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像处理概述 | 第7-8页 |
| ·选题目的及意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·本文的主要内容 | 第11-13页 |
| 第二章 图像视觉基础 | 第13-21页 |
| ·视觉基础 | 第13-15页 |
| ·人眼结构 | 第13-14页 |
| ·亮度视觉 | 第14-15页 |
| ·颜色视觉 | 第15-21页 |
| ·三色成像 | 第15页 |
| ·颜色空间模型 | 第15-18页 |
| ·颜色空间的相互转换 | 第18-21页 |
| 第三章 图像清晰度提升算法与图像质量评价 | 第21-33页 |
| ·数字图像处理系统 | 第21-22页 |
| ·图像清晰度提升算法基础 | 第22-30页 |
| ·图像增强 | 第22-24页 |
| ·图像复原 | 第24-30页 |
| ·图像质量评价 | 第30-33页 |
| ·主观评价方法 | 第31页 |
| ·客观评价方法 | 第31-33页 |
| 第四章 图像类推算法 | 第33-43页 |
| ·图像类推算法的背景及发展 | 第33页 |
| ·图像类推算法的问题描述 | 第33-34页 |
| ·图像类推算法 | 第34-40页 |
| ·符号约定 | 第34页 |
| ·算法步骤 | 第34-35页 |
| ·算法细节描述 | 第35-38页 |
| ·算法小结 | 第38-40页 |
| ·图像类推的应用 | 第40-43页 |
| 第五章 基于类推思想的车牌字符图像清晰度提升 | 第43-57页 |
| ·问题与解决方案 | 第43-45页 |
| ·实现方案 | 第45-50页 |
| ·总体思路 | 第45页 |
| ·训练集合的建立 | 第45-47页 |
| ·邻域选取 | 第47-48页 |
| ·坐标对应关系 | 第48-49页 |
| ·特征选取 | 第49页 |
| ·搜索范围 | 第49-50页 |
| ·实验结果与分析 | 第50-57页 |
| ·模拟字符实验 | 第50-52页 |
| ·实际拍摄字符实验 | 第52-55页 |
| ·小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文总结 | 第57-58页 |
| ·未来展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 研究成果 | 第65-66页 |
