基于LabVIEW的货车车号识别技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题背景及研究意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 铁路货车车号介绍及识别难点 | 第9-10页 |
| 1.4 论文主要研究内容与章节安排 | 第10-12页 |
| 第二章 基于Lab VIEW的图像预处理 | 第12-29页 |
| 2.1 LabVIEW软件的简要介绍 | 第12-13页 |
| 2.2 数字图像处理 | 第13-22页 |
| 2.2.1 图像变换 | 第14页 |
| 2.2.2 图像增强 | 第14-15页 |
| 2.2.3 图像去噪 | 第15-17页 |
| 2.2.4 图像二值化 | 第17-22页 |
| 2.3 基于LabVIEW视觉模块的图像处理效果 | 第22-28页 |
| 2.3.1 图像采集和灰度变换处理 | 第22-23页 |
| 2.3.2 图像滤波 | 第23-24页 |
| 2.3.3 图像二值化 | 第24-28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 铁路货车车号的定位 | 第29-40页 |
| 3.1 基于灰度形态学的定位 | 第29-31页 |
| 3.2 利用边缘检测对图像的定位 | 第31-38页 |
| 3.2.1 边缘检测的基本步骤 | 第31页 |
| 3.2.2 边缘检测常用的方法及算子 | 第31-38页 |
| 3.3 小结 | 第38-40页 |
| 第四章 车号图像的字符分割 | 第40-48页 |
| 4.1 常用的字符分割方法 | 第40-42页 |
| 4.1.1 投影法 | 第41页 |
| 4.1.2 基于模板的分割 | 第41-42页 |
| 4.2 本设计的分割方法 | 第42-48页 |
| 第五章 车号图像的识别 | 第48-55页 |
| 5.1 模式识别与字符识别 | 第48页 |
| 5.2 几种常用的字符识别 | 第48-49页 |
| 5.2.1 模板匹配法 | 第48-49页 |
| 5.2.2 基于BP神经网络的识别 | 第49页 |
| 5.3 本设计的识别方法 | 第49-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 存在的问题与展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第60页 |
