多特征融合的车牌检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·本课题研究背景 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·本文的主要工作及创新点 | 第16-17页 |
| ·本文各章内容安排 | 第17-18页 |
| 第二章 边缘检测与局部特征概述 | 第18-32页 |
| ·引言 | 第18页 |
| ·边缘检测 | 第18-22页 |
| ·基于梯度的边缘检测算子 | 第18-20页 |
| ·基于拉普拉斯的边缘检测算子 | 第20-22页 |
| ·局部特征检测 | 第22-31页 |
| ·特征点检测与描述 | 第22-27页 |
| ·特征区域检测与描述 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于边特征的多尺度车牌检测 | 第32-42页 |
| ·引言 | 第32页 |
| ·EM-LPD算法流程 | 第32-33页 |
| ·图像预处理 | 第33-35页 |
| ·车牌检测 | 第35-36页 |
| ·垂直边检测 | 第35页 |
| ·统计垂直边长度并过滤多余边 | 第35-36页 |
| ·剩余边图像中的车牌定位 | 第36页 |
| ·多尺度检测结果的合并 | 第36页 |
| ·车牌检测实验 | 第36-41页 |
| ·参数调优 | 第37-39页 |
| ·实验结果与对比分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于数据融合的候选车牌验证算法 | 第42-55页 |
| ·引言 | 第42页 |
| ·特征描述子 | 第42-45页 |
| ·T-HOG描述子 | 第43-44页 |
| ·MB-LBP描述子 | 第44-45页 |
| ·分类器 | 第45-48页 |
| ·SVM分类器 | 第45-46页 |
| ·Adaboost分类器 | 第46-48页 |
| ·候选车牌验证 | 第48-50页 |
| ·DF-LPV算法 | 第48-49页 |
| ·FF-LPV算法 | 第49-50页 |
| ·候选车牌验证算法实验 | 第50-54页 |
| ·T-HOG描述子参数设置 | 第50-51页 |
| ·单特征与多特征的候选车牌验证算法对比 | 第51-52页 |
| ·EM-LPD算法与多特征融合的车牌检测算法对比 | 第52-53页 |
| ·候选车牌验证算法与其他算法的对比与分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·未来工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 硕士研究生期间完成的学术论文 | 第63页 |
