复杂光照下的车牌识别系统研究
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 车牌识别系统的研究现状和发展趋势 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 1.4 本文的章节安排 | 第16-18页 |
| 第二章 复杂光照下的车牌二值化 | 第18-34页 |
| 2.1 图像增强 | 第18-20页 |
| 2.1.1 基于边缘检测的图像增强原理及算法 | 第18-19页 |
| 2.1.2 基于形态学的边缘检测 | 第19-20页 |
| 2.2 改进的高低帽变换 | 第20-25页 |
| 2.2.1 高低帽变换 | 第21-22页 |
| 2.2.2 假高帽变换 | 第22-23页 |
| 2.2.3 改进的低帽变换 | 第23-25页 |
| 2.3 复杂光照下的车牌二值化 | 第25-32页 |
| 2.3.1 假高低帽融合算法 | 第25-28页 |
| 2.3.2 对限定阈值二值化算法的优化 | 第28-29页 |
| 2.3.3 对比经典二值化算法 | 第29-32页 |
| 2.4 实验结果与分析 | 第32-34页 |
| 第三章 车牌定位研究 | 第34-50页 |
| 3.1 基于自适应维纳滤波的模糊化车牌定位方法 | 第35-40页 |
| 3.1.1 彩色车牌的预处理 | 第36-37页 |
| 3.1.2 自适应维纳滤波器的原理 | 第37-38页 |
| 3.1.3 自适应维纳滤波器窗口范围的选择 | 第38-40页 |
| 3.2 基于彩色图像的车牌定位 | 第40-43页 |
| 3.2.1 车牌图像的二值化处理 | 第40页 |
| 3.2.2 车牌图像的形态学处理 | 第40-43页 |
| 3.3 基于灰度图像的车牌定位 | 第43-48页 |
| 3.3.1 腐蚀和膨胀 | 第44页 |
| 3.3.2 开运算和闭运算 | 第44-46页 |
| 3.3.3 边缘检测 | 第46-48页 |
| 3.4 实验结果与分析 | 第48-50页 |
| 第四章 复杂光照下的字符分割研究 | 第50-58页 |
| 4.1 水平切割及倾斜校正 | 第51-52页 |
| 4.1.1 水平切割及倾斜校正的算法原理 | 第51-52页 |
| 4.2 改进的垂直投影法 | 第52-56页 |
| 4.3 实验结果与分析 | 第56-58页 |
| 第五章 车牌字符识别 | 第58-68页 |
| 5.1 车牌字符识别的特点 | 第58页 |
| 5.2 车牌字符识别的原理 | 第58-61页 |
| 5.2.1 车牌字符识别的常用方法 | 第59页 |
| 5.2.2 字符特征提取方法 | 第59-61页 |
| 5.3 基于粗网格特征的神经网络识别方法 | 第61-66页 |
| 5.3.1 特征提取 | 第61-63页 |
| 5.3.2 BP神经网络分离器设计 | 第63-66页 |
| 5.4 实验结果与分析 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 所做工作总结 | 第68-69页 |
| 6.2 后续研究方向 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
