低质量车牌图像自动识别关键技术研究
| 图目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| §1.1 课题背景 | 第11-12页 |
| §1.2 研究现状 | 第12-14页 |
| §1.3 研究内容 | 第14-15页 |
| §1.4 主要创新点 | 第15页 |
| §1.5 组织结构 | 第15-16页 |
| 第二章 预备知识 | 第16-31页 |
| §2.1 彩色图像车牌定位相关知识 | 第16-21页 |
| §2.1.1 模式聚类 | 第16-18页 |
| §2.1.2 色彩空间 | 第18-21页 |
| §2.2 二值图像车牌定位相关知识 | 第21-24页 |
| §2.2.1 阈值操作 | 第21-22页 |
| §2.2.2 模板方法 | 第22-24页 |
| §2.2.3 种子填充 | 第24页 |
| §2.3 字符提取与分割相关知识 | 第24-25页 |
| §2.3.1 图像距离变换 | 第24-25页 |
| §2.4 字符识别相关知识 | 第25-31页 |
| §2.4.1 算法背景 | 第25-26页 |
| §2.4.2 字符特征分析 | 第26-27页 |
| §2.4.3 基于神经网络的字符识别 | 第27-31页 |
| 第三章 基于彩色图像的图像分割及车牌定位研究 | 第31-41页 |
| §3.1 算法背景 | 第31-32页 |
| §3.2 颜色精减 | 第32-36页 |
| §3.2.1 确定颜色数目 | 第32-33页 |
| §3.2.2 建立编码本 | 第33-34页 |
| §3.2.3 精减算法描述 | 第34-36页 |
| §3.3 相异增量聚类 | 第36-39页 |
| §3.3.1 相异增量与隔离标准 | 第36-37页 |
| §3.3.2 参数估计与聚类算法 | 第37-39页 |
| §3.4 算法描述 | 第39页 |
| §3.5 应用分析 | 第39-41页 |
| 第四章 基于二值图像的车牌定位研究 | 第41-49页 |
| §4.1 算法背景 | 第41-42页 |
| §4.2 预处理 | 第42-44页 |
| §4.3 算法思想 | 第44-45页 |
| §4.4 算法描述 | 第45-48页 |
| §4.5 结果分析 | 第48-49页 |
| 第五章 基于知识导向的字符提取与分割研究 | 第49-60页 |
| §5.1 算法背景 | 第49页 |
| §5.2 车牌字符结构分析 | 第49-50页 |
| §5.3 基于VORONOI的线性EDT方法 | 第50-55页 |
| §5.3.1 VORONOI图 | 第50-51页 |
| §5.3.2 算法思想 | 第51-53页 |
| §5.3.3 算法流程 | 第53-54页 |
| §5.3.4 算法复杂度分析 | 第54-55页 |
| §5.4 基于知识导向的字符提取方法 | 第55-58页 |
| §5.4.1 知识导向算法 | 第55-56页 |
| §5.4.2 字符提取算法 | 第56-58页 |
| §5.4.3 实验结果 | 第58页 |
| §5.5 字符分割 | 第58-60页 |
| 第六章 泛型图形图像库的构建 | 第60-68页 |
| §6.1 背景与目标 | 第60-61页 |
| §6.2 设计说明 | 第61-64页 |
| §6.2.1 颜色包 | 第61-62页 |
| §6.2.2 像素容器 | 第62页 |
| §6.2.3 容器配接器 | 第62-63页 |
| §6.2.4 图格 | 第63页 |
| §6.2.5 图格配接器 | 第63-64页 |
| §6.3 GIL库接口规格说明 | 第64-68页 |
| 第七章 结束语 | 第68-70页 |
| §7.1 工作总结 | 第68-69页 |
| §7.2 工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |
| 参考文献 | 第72-74页 |
