监控视频中模糊车牌图像识别关键技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 图像模糊度评价研究现状 | 第10-11页 |
| 1.2.2 车牌识别研究现状 | 第11-13页 |
| 1.3 本文主要工作及结构安排 | 第13-15页 |
| 1.3.1 论文的主要工作 | 第13-14页 |
| 1.3.2 论文结构安排 | 第14-15页 |
| 第二章 相关理论概述 | 第15-27页 |
| 2.1 车牌图像模糊成因和类别 | 第15-17页 |
| 2.1.1 模糊成因 | 第15-16页 |
| 2.1.2 模糊类别 | 第16-17页 |
| 2.2 基于稀疏表示的图像模糊度评价方法 | 第17-21页 |
| 2.2.1 基于无监督字典学习的方法 | 第18-20页 |
| 2.2.2 基于有监督字典学习的方法 | 第20-21页 |
| 2.3 车牌识别相关理论 | 第21-26页 |
| 2.3.1 国内车牌规格及特征 | 第21-22页 |
| 2.3.2 车牌识别系统 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 模糊车牌识别系统框架及相关方法 | 第27-36页 |
| 3.1 模糊车牌识别系统设计思路及框架 | 第27-28页 |
| 3.2 模糊车牌定位 | 第28-30页 |
| 3.2.1 模糊车牌定位相关预处理方法 | 第28-29页 |
| 3.2.2 模糊车牌定位方法 | 第29-30页 |
| 3.3 模糊车牌字符分割 | 第30-35页 |
| 3.3.1 模糊车牌字符分割相关预处理方法 | 第31-34页 |
| 3.3.2 模糊车牌字符分割方法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 模糊车牌图像模糊度评价 | 第36-48页 |
| 4.1 模糊度主观评价模型 | 第36-39页 |
| 4.1.1 图像数据库建立 | 第36-38页 |
| 4.1.2 主观评价模型建立 | 第38-39页 |
| 4.2 模糊度客观评价模型 | 第39-45页 |
| 4.2.1 客观评价模型总述 | 第40-41页 |
| 4.2.2 客观评价模型的算法工具 | 第41-43页 |
| 4.2.3 评价特征提取 | 第43-45页 |
| 4.3 实验结果与分析 | 第45-47页 |
| 4.3.1 模糊度主观评价实验 | 第45页 |
| 4.3.2 模糊度客观评价实验 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 模糊字符识别 | 第48-61页 |
| 5.1 识别模型的算法工具 | 第48-51页 |
| 5.1.1 稀疏表示分类模型 | 第48-50页 |
| 5.1.2 基于最大后验估计的盲去模糊模型 | 第50-51页 |
| 5.2 基于联合盲去摸糊与稀疏表示分类的识别模型 | 第51-55页 |
| 5.2.1 识别模型建立 | 第51-52页 |
| 5.2.2 识别模型求解 | 第52-55页 |
| 5.3 实验结果与分析 | 第55-60页 |
| 5.3.1 实验建立 | 第56-57页 |
| 5.3.2 结果与分析 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间申请的专利 | 第67-68页 |
| 附录2 攻读硕士学位期间获得的专业竞赛奖项 | 第68-69页 |
| 附录3 攻读硕士学位期间参与的科研项目 | 第69-70页 |
| 致谢 | 第70页 |
