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

基于图像分析的车牌与车标定位及识别技术研究

摘要第1-5页
ABSTRACT第5-9页
1. 绪论第9-15页
     ·研究背景和意义第9-10页
     ·国内外研究现状第10-13页
       ·车牌识别研究现状第10-11页
       ·车标识别研究现状第11-13页
     ·论文的主要工作第13页
     ·论文的组织结构第13-15页
2. 图像处理理论基础第15-25页
     ·图像灰度化第15页
     ·图像增强第15-17页
       ·线性变换第15-16页
       ·直方图均衡第16-17页
     ·图像分割第17-21页
       ·阈值分割第17-18页
       ·区域分割第18-19页
       ·边缘检测第19页
       ·Hough变换第19-20页
       ·特定理论的方法第20-21页
     ·数学形态学操作第21-23页
     ·图像的几何变换第23-24页
       ·图像的插值运算第23页
       ·图像的缩放第23-24页
       ·图像的旋转第24页
     ·本章总结第24-25页
3. 车牌识别模块第25-39页
     ·车牌定位第25-30页
       ·图像预处理第25-26页
       ·RGB图像转为HSV图像第26-27页
       ·颜色的灰度表示第27-28页
       ·涂抹和形态学操作第28页
       ·车牌定位第28-30页
     ·车牌字符分割第30-33页
       ·车牌校正第30-31页
       ·二值化第31页
       ·去除边框第31-32页
       ·分割字符第32-33页
     ·车牌字符识别第33-37页
       ·模板匹配第33-34页
       ·修正不变矩第34-35页
       ·基于模板匹配和修正不变矩的字符识别第35-37页
     ·实验结果与分析第37-38页
     ·本章总结第38-39页
4. 车标识别模块第39-52页
     ·车标定位第39-42页
       ·车标的粗定位第39-40页
       ·车标的精定位第40-42页
     ·车标识别第42-50页
       ·车标特征提取第43-46页
         ·梯度方向直方图特征第43-44页
         ·分数阶微积分第44-45页
         ·基于分数阶微积分的HOG特征第45-46页
       ·车标识别方法第46-50页
         ·克隆选择第46-48页
         ·K近邻算法第48页
       ·基于克隆选择的K近邻方法第48-50页
     ·实验结果与分析第50-51页
     ·本章总结第51-52页
5. 车辆识别系统实现第52-56页
     ·系统的结构第52页
     ·系统的流程第52-53页
     ·系统的界面第53-55页
     ·本章总结第55-56页
6. 总结与展望第56-58页
   ·全文工作总结第56-57页
   ·工作展望第57-58页
参考文献第58-63页
个人简介第63-64页
导师简介第64-65页
获得成果目录第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:手写输入简笔画识别算法研究
下一篇:基于特征分类的树木节疤参数化建模