首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂背景下车牌识别算法的研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第13-21页
    1.1 研究背景和意义第13页
    1.2 研究现状第13-18页
        1.2.1 运动模糊恢复研究现状第14-15页
        1.2.2 车牌定位研究现状第15-16页
        1.2.3 车牌校正研究现状第16-17页
        1.2.4 车牌字符分割研究现状第17页
        1.2.5 车牌字符识别研究现状第17-18页
    1.3 我国车牌识别技术的难点第18页
    1.4 论文的主要工作第18-19页
    1.5 论文的组织结构第19-21页
第二章 运动模糊图像恢复第21-37页
    2.1 引言第21-22页
    2.2 运动模糊退化模型第22-23页
    2.3 运动模糊参数估计第23-28页
        2.3.1 两次傅里叶变换第23-26页
        2.3.2 直线检测及旋转投影法获取核函数第26-28页
    2.4 运动模糊图像非盲恢复第28-36页
        2.4.1 逆滤波器恢复方法第28-30页
        2.4.2 维纳滤波恢复方法第30-32页
        2.4.3 Lucy-Richardson恢复方法第32-36页
    2.5 本章小结第36-37页
第三章 车牌定位第37-51页
    3.1 引言第37页
    3.2 常见的车牌定位算法第37-38页
        3.2.1 基于灰度图像定位第37-38页
        3.2.2 基于彩色图像定位第38页
    3.3 本文的车牌定位算法第38-47页
        3.3.1 中国车牌特征第38-40页
        3.3.2 颜色空间选择第40-41页
        3.3.3 两次颜色标记第41-43页
        3.3.4 连通域分析定位车牌第43-45页
        3.3.5 投影再定位第45-47页
    3.4 实验结果第47-49页
    3.5 本章小结第49-51页
第四章 车牌校正及字符分割第51-61页
    4.1 引言第51页
    4.2 常见的车牌校正和字符分割方法第51-53页
        4.2.1 常见的车牌校正方法第51-52页
        4.2.2常见车牌字符分割方法第52-53页
    4.3 本文的车牌校正和分割方法第53-58页
        4.3.1 连通域求解及筛选第53-54页
        4.3.2 车牌校正第54-56页
        4.3.3 车牌字符分割第56-58页
    4.4 实验结果第58页
    4.5 本章小结第58-61页
第五章 车牌字符识别第61-67页
    5.1 引言第61页
    5.2 常见的字符识别算法第61-63页
        5.2.1 模板匹配方法第61页
        5.2.2 支持向量机方法第61-62页
        5.2.3 人工神经网络方法第62-63页
    5.3 卷积神经网络识别方法第63-64页
        5.3.1 卷积层第63-64页
        5.3.2 采样层第64页
    5.4 实验结果第64-65页
    5.5 本章小结第65-67页
第六章 总结和展望第67-69页
    6.1 本文工作总结第67-68页
    6.2 下一步的研究方向第68-69页
参考文献第69-73页
致谢第73-75页
在读期间发表的学术论文与取得的研究成果第75页

论文共75页,点击 下载论文
上一篇:R公司员工激励机制改进研究
下一篇:社会化媒体营销视域下体育明星形象塑造研究