自然背景下车牌识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.2 车牌识别研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文所做工作 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 基于自适应阈值边缘车牌定位 | 第15-38页 |
| 2.1 车牌定位概述 | 第15-19页 |
| 2.1.1 车牌特征 | 第15-16页 |
| 2.1.2 常用车牌定位算法 | 第16-19页 |
| 2.2 原始图像处理 | 第19-22页 |
| 2.2.1 原始图像存在的问题 | 第19页 |
| 2.2.2 灰度化与去噪实现 | 第19-20页 |
| 2.2.3 光照调节实现 | 第20-21页 |
| 2.2.4 对比度增强实现 | 第21-22页 |
| 2.3 自适应阈值边缘检测定位 | 第22-35页 |
| 2.3.1 边缘检测算子 | 第24-26页 |
| 2.3.2 加权梯度值处理 | 第26-28页 |
| 2.3.3 数学形态学 | 第28-29页 |
| 2.3.4 自适应阈值边缘检测形态学处理 | 第29-32页 |
| 2.3.5 疑似区车牌过滤 | 第32-35页 |
| 2.4 实验分析 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 基于字符特征和垂直投影车牌分割 | 第38-50页 |
| 3.1 车牌字符分割概述 | 第38-40页 |
| 3.1.1 常用倾斜校正算法 | 第38-40页 |
| 3.1.2 常用车牌字符分割算法 | 第40页 |
| 3.2 基于字符特征和垂直投影字符分割 | 第40-47页 |
| 3.2.1 车牌水平倾斜校正 | 第40-43页 |
| 3.2.2 车牌上下边框去除 | 第43-44页 |
| 3.2.3 车牌垂直倾斜校正 | 第44-45页 |
| 3.2.4 字符分割处理 | 第45-47页 |
| 3.3 实验分析 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 4 车牌字符识别 | 第50-58页 |
| 4.1 字符识别概述 | 第50-51页 |
| 4.2 字符预处理 | 第51-54页 |
| 4.2.1 标准化处理 | 第51-52页 |
| 4.2.2 平滑处理 | 第52-53页 |
| 4.2.3 字符特征获取 | 第53-54页 |
| 4.2.4 主元分析 | 第54页 |
| 4.3 支持向量机原理 | 第54-56页 |
| 4.4 字符识别实验分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 论文总结 | 第58-59页 |
| 5.2 课题展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间参与项目及研究成果 | 第65-66页 |
| 致谢 | 第66页 |
