基于HSV空间和梯度形态学的车牌定位方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的背景及研究意义 | 第9-11页 |
| ·智能交通系统简介 | 第9-10页 |
| ·智能交通系统的发展 | 第10-11页 |
| ·车牌识别技术的国内外研究现状和发展方向 | 第11-12页 |
| ·车牌识别技术中的难点 | 第12-13页 |
| ·本文研究的内容 | 第13-15页 |
| 第二章 车牌图像的预处理 | 第15-27页 |
| ·彩色图象的灰度化 | 第15页 |
| ·图象的分段灰度拉直 | 第15-16页 |
| ·图像的中值滤波 | 第16页 |
| ·边缘检测 | 第16-20页 |
| ·灰度图象的边缘检测 | 第17-19页 |
| ·彩色边缘检测 | 第19-20页 |
| ·梯度图象二值化 | 第20-22页 |
| ·梯度图象的平滑 | 第22-23页 |
| ·形态学分析 | 第23-26页 |
| ·数学形态学运算概述 | 第23-24页 |
| ·二值梯度图象的水平膨胀 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 车牌检测与车牌定位 | 第27-36页 |
| ·车牌区域特征 | 第27页 |
| ·车牌定位方法 | 第27-28页 |
| ·车牌区域粗定位 | 第28-32页 |
| ·二值图像的连通区域分析 | 第28-29页 |
| ·连通区域的高度筛选 | 第29页 |
| ·连通区域的水平聚类 | 第29-31页 |
| ·筛选水平聚类区域集 | 第31-32页 |
| ·车牌区域的精确定位 | 第32-34页 |
| ·通过HSV 色彩分割确定车牌左右边界 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于VC++6.0 的软件实现 | 第36-48页 |
| ·Windows 编程的特点 | 第36-37页 |
| ·VisuaIC++6.0 开发环境 | 第36-37页 |
| ·本文所采用的开发环境 | 第37页 |
| ·程序实现基础知识 | 第37-44页 |
| ·位图操作基本知识 | 第37页 |
| ·图像文件格式 | 第37-41页 |
| ·CDib 类 | 第41-42页 |
| ·图象采集卡的基本操作 | 第42-44页 |
| ·程序流程图 | 第44页 |
| ·实验设计 | 第44-46页 |
| ·车牌定位阶段 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 总结和展望 | 第48-49页 |
| ·总结 | 第48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第52页 |
