| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第11-25页 |
| 1.1 课题研究的背景和意义 | 第11-15页 |
| 1.2 车牌定位技术的发展概述 | 第15-19页 |
| 1.2.1 车牌定位技术概述 | 第15页 |
| 1.2.2 车牌定位技术难点 | 第15-16页 |
| 1.2.3 车牌定位技术主要方法 | 第16-19页 |
| 1.3 车标定位技术发展概述 | 第19-23页 |
| 1.3.1 车标定位技术概述 | 第19页 |
| 1.3.2 车标定位技术难点 | 第19-20页 |
| 1.3.3 车标定位技术主要方法 | 第20-23页 |
| 1.4 本文的主要工作 | 第23-24页 |
| 1.5 本文的结构安排 | 第24-25页 |
| 第2章 基于车牌定位的车标粗定位 | 第25-66页 |
| 2.1 车牌定位有关基础理论介绍 | 第25-34页 |
| 2.1.1 颜色模型 | 第25-26页 |
| 2.1.2 RGB颜色模型 | 第26-27页 |
| 2.1.3 HSI颜色模型 | 第27-29页 |
| 2.1.4 HSV颜色模型 | 第29-31页 |
| 2.1.5 HSI和HSV的比较 | 第31-34页 |
| 2.1.6 双色反射模型 | 第34页 |
| 2.2 基于车牌定位的车标粗定位过程 | 第34-42页 |
| 2.2.1 颜色特征与边缘检测相结合的车牌定位 | 第34-36页 |
| 2.2.2 基于颜色比例提取颜色的车牌粗定位 | 第36-40页 |
| 2.2.3 基于局部边缘特征的车牌精定位 | 第40-41页 |
| 2.2.4 基于车牌定位的车标粗定位 | 第41-42页 |
| 2.3 基于车牌定位的车标粗定位算法 | 第42-48页 |
| 2.3.1 初始化程序 | 第42页 |
| 2.3.2 基于颜色的车牌粗定位算法 | 第42-46页 |
| 2.3.3 基于边缘检测的车牌精定位算法 | 第46-48页 |
| 2.3.4 基于车牌定位的车标粗定位算法 | 第48页 |
| 2.4 实验结果与分析 | 第48-65页 |
| 2.4.1 本文方法车牌定位正确率和平均定位时间 | 第49-51页 |
| 2.4.2 光强变化情况下的车牌定位结果 | 第51-52页 |
| 2.4.3 周围存在干扰物情况下的车牌定位结果 | 第52-53页 |
| 2.4.4 车牌与车身颜色相同情况下车牌定位结果 | 第53页 |
| 2.4.5 基于两个颜色比例与HSV模型的两种车牌定位算法的比较 | 第53-65页 |
| 2.5 本章小结 | 第65-66页 |
| 第3章 基于梯度方向分析和局部多阈值处理的车标精确定位 | 第66-125页 |
| 3.1 车标精定位有关基础理论介绍 | 第66-79页 |
| 3.1.1 边缘检测 | 第66-73页 |
| 3.1.2 数学形态学 | 第73-75页 |
| 3.1.3 局部自适应阈值 | 第75-77页 |
| 3.1.4 模板匹配 | 第77-79页 |
| 3.2 车标精确定位过程 | 第79-83页 |
| 3.2.1 基于边缘提取和形态学运算的车标精定位 | 第79-83页 |
| 3.2.2 基于边缘梯度方向和局部自适应阈值的车标精确定位概述 | 第83页 |
| 3.3 基于边缘梯度方向和局部自适应阈值的精确定位算法 | 第83-98页 |
| 3.3.1 基于边缘提取和形态学运算的车标精定位算法 | 第83-92页 |
| 3.3.2 基于边缘梯度方向和局部自适应阈值的车标精确定位算法 | 第92-98页 |
| 3.4 实验结果与分析 | 第98-124页 |
| 3.4.1 本文方法的定位正确率和平均定位时间 | 第98-99页 |
| 3.4.2 基于模板匹配的车标定位方法 | 第99-100页 |
| 3.4.3 本文方法和基于模板匹配定位方法定位结果比较 | 第100-114页 |
| 3.4.4 基于模板匹配车标定位方法的误差分析 | 第114-122页 |
| 3.4.5 本文方法车标定位性能总结 | 第122-124页 |
| 3.5 本章小结 | 第124-125页 |
| 结论 | 第125-128页 |
| 参考文献 | 第128-134页 |
| 攻读学位期间发表论文与研究成果清单 | 第134-135页 |
| 致谢 | 第135页 |
