自然背景下车牌识别关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·车牌定位技术的研究现状 | 第9页 |
| ·车牌字符分割技术的研究现状 | 第9-10页 |
| ·车牌字符识别技术的研究现状 | 第10页 |
| ·本文研究的主要内容 | 第10-11页 |
| ·本文的结构框架 | 第11-12页 |
| 第二章 车牌识别相关图像处理技术 | 第12-20页 |
| ·图像增强 | 第12-14页 |
| ·高帽-低帽变换 | 第12-13页 |
| ·直方图均衡化 | 第13页 |
| ·邻域平均法 | 第13-14页 |
| ·边缘检测 | 第14-16页 |
| ·Sobel 算子 | 第15页 |
| ·高斯拉普拉斯算子 | 第15-16页 |
| ·数学形态学 | 第16-17页 |
| ·腐蚀与膨胀 | 第16-17页 |
| ·开运算与闭运算 | 第17页 |
| ·细化 | 第17页 |
| ·图像二值化 | 第17-19页 |
| ·全局阈值法 | 第18页 |
| ·局部阈值法 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 车牌定位 | 第20-28页 |
| ·我国车牌的特征 | 第20-21页 |
| ·现有车牌定位方法 | 第21-22页 |
| ·基于灰度图像的定位方法 | 第21-22页 |
| ·基于彩色图像的定位方法 | 第22页 |
| ·基于边缘检测的车牌定位方法 | 第22-26页 |
| ·图像预处理 | 第22-24页 |
| ·检测车牌候选区 | 第24-25页 |
| ·定位车牌 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第四章 车牌字符分割 | 第28-34页 |
| ·图像预处理 | 第28-29页 |
| ·二值化 | 第28页 |
| ·倾斜校正 | 第28-29页 |
| ·消除干扰 | 第29页 |
| ·基于车牌模板的字符分割方法 | 第29-32页 |
| ·定位字符上下边界 | 第29页 |
| ·建立字符串匹配模板 | 第29-30页 |
| ·字符分割 | 第30-32页 |
| ·字符归一化 | 第32页 |
| ·实验结果及分析 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第五章 车牌字符识别 | 第34-46页 |
| ·车牌字符识别特点 | 第34页 |
| ·字符特征提取 | 第34-36页 |
| ·人工神经网络 | 第36-39页 |
| ·自组织特征映射网络 | 第37-38页 |
| ·SOM 网络的改进 | 第38页 |
| ·LVQ 网络 | 第38-39页 |
| ·英文及数字字符识别 | 第39-42页 |
| ·改进的模板匹配法字符识别 | 第39-40页 |
| ·相似字符识别 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·汉字识别 | 第42-45页 |
| ·汉字细化 | 第42-44页 |
| ·基于两级竞争型神经网络的汉字识别 | 第44-45页 |
| ·实验结果及分析 | 第45页 |
| ·小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 在学期间公开发表论文及著作情况 | 第51页 |
