车辆牌照识别方法研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-15页 |
| ·课题背景及其意义 | 第7-8页 |
| ·国内外车辆牌照识别系统的发展与现状 | 第8-9页 |
| ·国内外车辆牌照识别技术综述 | 第9-13页 |
| ·实时图像的采集 | 第11页 |
| ·图像的预处理 | 第11页 |
| ·复杂背景下的车辆牌照检测和定位 | 第11-12页 |
| ·字符切分 | 第12页 |
| ·字符识别 | 第12-13页 |
| ·现有车辆牌照识别系统存在的不足与改进的难点 | 第13-14页 |
| ·本文的主要内容及章节安排 | 第14-15页 |
| 第2章 车辆牌照区域的检测与定位 | 第15-34页 |
| ·概述 | 第15-16页 |
| ·图像的预处理 | 第16-20页 |
| ·RGB颜色模型 | 第16-17页 |
| ·彩色图像转换成灰度图像 | 第17-18页 |
| ·灰度图像的增强 | 第18-20页 |
| ·基于灰度图像的二值化 | 第20-22页 |
| ·车牌区域的粗定位 | 第22-26页 |
| ·标记二值图像的8连通区域 | 第23-24页 |
| ·车牌照区域的粗定位 | 第24-26页 |
| ·车牌区域的特征提取 | 第26-29页 |
| ·图像归一化 | 第27页 |
| ·图像特征提取 | 第27-29页 |
| ·基于BP人工神经网络的分类器设计 | 第29-32页 |
| ·人工神经网络简介 | 第29-30页 |
| ·基于BP神经网络的分类器设计 | 第30-32页 |
| ·实验及结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 面向车辆牌照的字符切分 | 第34-43页 |
| ·基于彩色HSI模型面向车牌的二值化 | 第34-37页 |
| ·HSI彩色模型 | 第34-35页 |
| ·面向车牌的彩色二值化 | 第35-37页 |
| ·常用的车牌字符切分算法 | 第37-38页 |
| ·垂直投影法与连通域法相结合的切分方法 | 第38-41页 |
| ·切分算法 | 第38-41页 |
| ·实验及结果分析 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第4章 车牌照字符识别 | 第43-50页 |
| ·车辆字符识别方法概述 | 第43页 |
| ·字符图像预处理 | 第43-46页 |
| ·去除干扰噪声 | 第44-45页 |
| ·归一化 | 第45-46页 |
| ·特征提取 | 第46-48页 |
| ·常用的字符特征 | 第46-47页 |
| ·提取加权的组合特征 | 第47-48页 |
| ·分类器设计 | 第48-49页 |
| ·实验及结果分析 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第5章 车牌识别系统的设计与实现 | 第50-53页 |
| ·车牌识别系统构成 | 第50-51页 |
| ·实验设计及识别结果 | 第51页 |
| ·实验结果分析 | 第51-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |
