基于形态学车牌定位与识别
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究的背景和目的 | 第8页 |
| ·国内外的研究现状 | 第8-10页 |
| ·车牌定位的研究现状 | 第8-9页 |
| ·车牌识别的研究现状 | 第9-10页 |
| ·本文的主要研究工作 | 第10页 |
| ·论文的组织结构 | 第10-12页 |
| 2 数学形态学基本理论 | 第12-17页 |
| ·数学形态学的概述 | 第12-13页 |
| ·数学形态学的发展历程 | 第12-13页 |
| ·二值数学形态学 | 第13-16页 |
| ·二值化后形态学的基本性质 | 第15-16页 |
| ·二值面积形态学的简要介绍 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 车牌图像的定位仿真 | 第17-28页 |
| ·图像的预处理 | 第17-18页 |
| ·我国汽车牌照的规格及特征 | 第17-18页 |
| ·车牌图像的二值化 | 第18-22页 |
| ·图像的灰度变换 | 第18-19页 |
| ·图像的增强 | 第19-20页 |
| ·图像的边缘检测 | 第20-22页 |
| ·基于形态学的图像二值化 | 第22-27页 |
| ·阈值分割法介绍 | 第22-23页 |
| ·形态学的车牌定位 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 4 车牌分割算法的研究 | 第28-37页 |
| ·车牌的倾斜校正 | 第28页 |
| ·基于HOUGH变换的倾斜校正 | 第28-30页 |
| ·基于数学形态学的边缘检测 | 第30-32页 |
| ·分析数学形态学边缘检测算子 | 第30-31页 |
| ·数学形态学抗噪膨胀型车牌图像边缘检测算法 | 第31-32页 |
| ·字符分割算法的简要介绍 | 第32页 |
| ·基于投影法的聚类分割字符 | 第32-35页 |
| ·字符的归一化 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于神经网络中的字符识别 | 第37-45页 |
| ·神经网络的基本理论 | 第37-39页 |
| ·神经网络的定义和特征 | 第37页 |
| ·神经网络的工作方式 | 第37-38页 |
| ·人工神经元 | 第38-39页 |
| ·BP算法的简要介绍 | 第39页 |
| ·字符识别中基于BP网络设计涉及的相关问题 | 第39-41页 |
| ·确定网络的隐含层数 | 第39-40页 |
| ·输入输出层的设计 | 第40页 |
| ·隐层数的确定和隐层神经元数目 | 第40页 |
| ·初始权值的选取及学习速率 | 第40页 |
| ·学习结果的判定 | 第40-41页 |
| ·BP算法的改进 | 第41-44页 |
| ·实验结果分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| ·论文的总结 | 第45页 |
| ·研究工作的前景展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读学位期间所发表的学术论文 | 第51页 |
