车牌号识别系统的实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-12页 |
| ·车牌识别系统发展的必要性 | 第9页 |
| ·车牌识别技术国内外研究现状综述 | 第9-10页 |
| ·国外车牌识别研究情况介绍 | 第9-10页 |
| ·国内车牌识别研究情况介绍 | 第10页 |
| ·本文工作 | 第10-12页 |
| 第二章 车牌图像预处理算法介绍 | 第12-22页 |
| ·数字图像成像原理 | 第12-16页 |
| ·图像色彩插值 | 第13-14页 |
| ·图像色彩校正 | 第14页 |
| ·图像的伽马校正 | 第14-16页 |
| ·图像增强方法介绍 | 第16-20页 |
| ·平滑滤波 | 第16-18页 |
| ·图像锐化 | 第18-19页 |
| ·直方图均衡化算法 | 第19-20页 |
| ·彩色图像灰度化 | 第20-21页 |
| ·本章 小结 | 第21-22页 |
| 第三章 基于数学形态学和定位 | 第22-41页 |
| ·车牌介绍 | 第22-23页 |
| ·车牌定位算法综述 | 第23-24页 |
| ·本文车牌的定位分割算法 | 第24-33页 |
| ·位图的边缘检测算法 | 第25-26页 |
| ·删除干扰区域 | 第26-27页 |
| ·水平方向投影定位 | 第27-29页 |
| ·数学形态学算法处理 | 第29-31页 |
| ·定位 | 第31页 |
| ·基于HSV 颜色空间的车牌类型判断 | 第31-33页 |
| ·车牌倾斜校正 | 第33-40页 |
| ·Hough 基本原理 | 第35-37页 |
| ·图像旋转算法 | 第37页 |
| ·基于车牌号上下边缘的车牌号倾斜角获取方法 | 第37-38页 |
| ·基于本文提出的竖直边缘中心点获取倾斜角算法 | 第38-39页 |
| ·结论 | 第39-40页 |
| ·本章 小结 | 第40-41页 |
| 第四章 车牌字符分割的实现 | 第41-50页 |
| ·常用分割算法介绍 | 第42页 |
| ·本文字符分割方法 | 第42-49页 |
| ·基于边缘检测的二值化算法 | 第44-45页 |
| ·去除边框 | 第45页 |
| ·去杂点算法 | 第45-46页 |
| ·基于投影法的字符分割算法 | 第46-47页 |
| ·最小二乘法上下边缘确定算法 | 第47-49页 |
| ·本章 小结 | 第49-50页 |
| 第五章 车牌字符识别 | 第50-68页 |
| ·字符识别方法论述 | 第50-51页 |
| ·识别方法介绍 | 第51-56页 |
| ·模板匹配 | 第51-52页 |
| ·神经网络 | 第52-55页 |
| ·贝叶斯网络 | 第55-56页 |
| ·支持向量机原理 | 第56-61页 |
| ·线性可分情况 | 第57-60页 |
| ·线性不可分的情况 | 第60-61页 |
| ·内积核函数 | 第61页 |
| ·车牌字符结构特征 | 第61-63页 |
| ·技术实现 | 第63-66页 |
| ·车牌字符的规一化 | 第63-64页 |
| ·字符识别的分类 | 第64-65页 |
| ·基于字母和数字结构纹理特征的字符识别方法 | 第65页 |
| ·软件分析 | 第65-66页 |
| ·本章 小结 | 第66-68页 |
| 第六章 结论 | 第68-71页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
