复杂环境下车牌检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第12页 |
| ·车牌识别系统的简介 | 第12-14页 |
| ·车牌检测算法国内外研究现状 | 第14-16页 |
| ·本文的主要内容和安排 | 第16-18页 |
| 第二章 图像相关处理技术 | 第18-29页 |
| ·引言 | 第18页 |
| ·图像灰度化 | 第18页 |
| ·图像增强 | 第18-20页 |
| ·灰度拉伸 | 第19-20页 |
| ·灰度直方图均衡化 | 第20页 |
| ·数学形态学 | 第20-21页 |
| ·图像边缘检测 | 第21-24页 |
| ·图像二值化 | 第24-28页 |
| ·自适应全局阈值法 | 第24-25页 |
| ·大津法及改进 | 第25-27页 |
| ·Bersen 算法 | 第27页 |
| ·C 均值聚类 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于多信息裁剪的卡口车牌检测算法 | 第29-42页 |
| ·引言 | 第29页 |
| ·现有卡口车牌提取算法 | 第29-30页 |
| ·基于多信息裁剪的卡口车牌提取算法描述 | 第30页 |
| ·车牌提取算法 | 第30-38页 |
| ·预处理过程描述 | 第30-31页 |
| ·一次裁剪定位 | 第31-33页 |
| ·二次裁剪定位 | 第33-36页 |
| ·车牌精确定位 | 第36-37页 |
| ·规则过滤 | 第37-38页 |
| ·实验分析与结论 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于多特征的复杂背景下车牌检测算法 | 第42-62页 |
| ·引言 | 第42-43页 |
| ·基于多特征的复杂背景下车牌检测框架设计和描述 | 第43页 |
| ·框架设计和算法描述 | 第43页 |
| ·预处理过程描述 | 第43页 |
| ·纹理特征描述与特征表达 | 第43-46页 |
| ·基于梯度密度提取特征 | 第44-45页 |
| ·基于特征模板提取特征 | 第45-46页 |
| ·车牌初次定位 | 第46-53页 |
| ·背景过滤 | 第46-49页 |
| ·提取目标区域 | 第49-50页 |
| ·空间纹理特征描述及过滤器设计 | 第50-53页 |
| ·车牌精确定位 | 第53-57页 |
| ·精确定位算法 | 第53-56页 |
| ·车牌特征删选 | 第56-57页 |
| ·实验结论与分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 车牌倾斜矫正 | 第62-70页 |
| ·倾斜检测算法综述 | 第62-63页 |
| ·预处理过程 | 第63-65页 |
| ·水平倾斜检测与矫正 | 第65-67页 |
| ·垂直倾斜检测与矫正 | 第67-68页 |
| ·实验分析与结论 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70页 |
| ·未来工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
