模糊车牌图像恢复与车牌识别系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-19页 |
| ·智能交通系统与车牌识别技术 | 第13-14页 |
| ·车牌自动识别技术的研究现状 | 第14-16页 |
| ·车辆与车牌识别技术的发展 | 第16-18页 |
| ·论文的研究内容及组织结构 | 第18-19页 |
| 第二章 模糊车牌分割 | 第19-33页 |
| ·模糊车牌图像的恢复 | 第19-20页 |
| ·频域迭代盲解卷积图像恢复 | 第20-23页 |
| ·基于纹理特征的车牌分割方法设计 | 第23-27页 |
| ·垂直边缘检测算法 | 第23-25页 |
| ·形态学处理 | 第25-27页 |
| ·基于颜色的车牌分割方法 | 第27-33页 |
| ·彩色空间原理 | 第28页 |
| ·HSV彩色空间 | 第28-29页 |
| ·RGB到HSV色彩空间的转换 | 第29-30页 |
| ·基于颜色分割举例 | 第30-33页 |
| 第三章 车牌倾斜校正与字符分割 | 第33-37页 |
| ·车牌倾斜校正 | 第33-34页 |
| ·字符分割 | 第34-37页 |
| 第四章 字符识别 | 第37-51页 |
| ·字符识别的发展概况及原理 | 第37-39页 |
| ·字符识别的发展概况 | 第37-38页 |
| ·字符识别的基本原理 | 第38-39页 |
| ·车牌字符识别的特点 | 第39-40页 |
| ·用模板匹配法识别字符 | 第40页 |
| ·用神经网络识别字符 | 第40-48页 |
| ·BP神经网络的基本结构 | 第41-42页 |
| ·标准BP学习算法 | 第42-45页 |
| ·BP网络算法 | 第45页 |
| ·网络参数选择 | 第45-46页 |
| ·BP神经网络算法的改进 | 第46-48页 |
| ·神经网络在字符识别中的应用 | 第48-49页 |
| ·算法设计流程 | 第49-50页 |
| ·结果分析 | 第50-51页 |
| 第五章 车牌识别系统 | 第51-63页 |
| ·软件设计目的 | 第51页 |
| ·系统整体框架 | 第51-52页 |
| ·系统的具体设计 | 第52-63页 |
| ·模糊车牌恢复 | 第52-54页 |
| ·基于纹理特征的车牌分割方法 | 第54-57页 |
| ·基于车牌颜色的分割方法 | 第57-58页 |
| ·字符分割 | 第58-60页 |
| ·字符识别 | 第60-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文 | 第71-73页 |
| 作者和导师简介 | 第73-74页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第74-75页 |
