大倾斜角度下的加油站车牌识别系统的研究与设计
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 车牌号识别研究背景 | 第8页 |
| 1.2 车牌识别系统及大倾斜角概念介绍 | 第8-9页 |
| 1.2.1 车牌识别系统简介 | 第8-9页 |
| 1.2.2 大倾斜角概念介绍 | 第9页 |
| 1.3 国内外车牌识别技术研究和发展 | 第9-11页 |
| 1.4 技术难点 | 第11页 |
| 1.5 本文研究内容及技术 | 第11-13页 |
| 2 系统设计与图像预处理 | 第13-24页 |
| 2.1 系统设计与简介 | 第13-15页 |
| 2.1.1 系统的组成结构 | 第13页 |
| 2.1.2 系统特点 | 第13-14页 |
| 2.1.3 系统功能 | 第14-15页 |
| 2.2 系统软件算法 | 第15-16页 |
| 2.3 系统构建 | 第16-17页 |
| 2.4 图像预处理 | 第17-24页 |
| 2.4.1 图像灰度化 | 第17-18页 |
| 2.4.2 图像对比增强 | 第18-21页 |
| 2.4.3 二值化及边缘检测 | 第21-24页 |
| 3 车牌定位与识别 | 第24-45页 |
| 3.1 车牌粗定位算法介绍 | 第24-27页 |
| 3.1.1 多尺度结构元的形态学处理 | 第24-26页 |
| 3.1.2 基于车牌先验知识的“规则过滤” | 第26-27页 |
| 3.2 车牌定位结果分析 | 第27-33页 |
| 3.2.1 车牌粗定位结果 | 第28页 |
| 3.2.2 车牌精细定位结果 | 第28-31页 |
| 3.2.3 实验结果展示与定位准确率统计 | 第31-33页 |
| 3.3 倾斜校正及分割 | 第33-38页 |
| 3.3.1 车牌倾斜矫正 | 第33-34页 |
| 3.3.2 基于Radon变换的车牌校正 | 第34-35页 |
| 3.3.3 基于小波变换的分割算法 | 第35-38页 |
| 3.4 车牌识别算法 | 第38-45页 |
| 3.4.1 模板匹配算法的理论背景 | 第38页 |
| 3.4.2 模板匹配算法的实现及识别率的研究 | 第38-39页 |
| 3.4.3 基于神经网络算法的车牌字符识别算法 | 第39-42页 |
| 3.4.4 神经网络算法的实现及识别率的研究 | 第42-45页 |
| 4 车牌系统测试分析 | 第45-55页 |
| 4.1 测试环境选择 | 第45页 |
| 4.2 测试方法 | 第45-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61-62页 |
