快速车牌定位的方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究的背景与意义 | 第9-12页 |
| ·智能交通发展的背景 | 第9-10页 |
| ·智能交通的中国特色 | 第10页 |
| ·车牌识别在智能交通中的作用及前景 | 第10-12页 |
| ·车牌定位与车牌识别 | 第12页 |
| ·国内外车牌定位的研究现状 | 第12-14页 |
| ·本论文的体系结构 | 第14-16页 |
| 第二章 车牌定位基本技术 | 第16-28页 |
| ·车牌定位一般过程 | 第16页 |
| ·图像预处理的基本技术 | 第16-22页 |
| ·灰度化处理技术 | 第16-17页 |
| ·直方图均衡技术 | 第17-18页 |
| ·边缘检测技术 | 第18-22页 |
| ·图像的倾斜校正 | 第22页 |
| ·常见车牌定位方法介绍 | 第22-27页 |
| ·基于灰度图的纹理特征定位法 | 第22-23页 |
| ·基于数学形态学的车牌定位法 | 第23-25页 |
| ·基于边缘检测的车牌定位法 | 第25页 |
| ·基于小波分析的车牌定位法 | 第25-26页 |
| ·基于颜色信息的车牌定位法 | 第26页 |
| ·各种方法优缺点比较 | 第26-27页 |
| ·本文重点研究的定位方法 | 第27-28页 |
| 第三章 车牌快速定位的方法研究与实现 | 第28-44页 |
| ·快速定位的步骤 | 第28页 |
| ·分类器训练的基础 | 第28-36页 |
| ·样本的Haar-like特征 | 第29-32页 |
| ·Adaboost算法 | 第32-35页 |
| ·分类器训练平台 | 第35-36页 |
| ·分类器训练的过程 | 第36-41页 |
| ·负样本的准备 | 第37-38页 |
| ·正样本的准备 | 第38-40页 |
| ·分类器训练 | 第40-41页 |
| ·车牌粗定位的实现 | 第41-44页 |
| 第四章 车牌的精确定位 | 第44-51页 |
| ·车牌候选区域 | 第44页 |
| ·车牌精确定位过程 | 第44-46页 |
| ·预处理 | 第46-48页 |
| ·中值滤波 | 第46页 |
| ·反色判断 | 第46-47页 |
| ·二值化处理 | 第47-48页 |
| ·反色处理 | 第48页 |
| ·车牌的上下边界确定 | 第48-49页 |
| ·车牌的左右边界确定 | 第49-51页 |
| 第五章 实验结果 | 第51-58页 |
| ·分类器的训练 | 第51-53页 |
| ·车牌粗定位 | 第53-54页 |
| ·车牌的精确定位 | 第54-56页 |
| ·车牌定位的结果分析 | 第56-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
