车牌识别中关键算法研究与实现
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-13页 |
| ·车牌自动识别技术的应用 | 第10-11页 |
| ·车牌识别技术的难点 | 第11页 |
| ·车牌识别技术的国内外现状 | 第11-12页 |
| ·本论文的章节安排 | 第12-13页 |
| 2 车牌定位算法的研究与实现 | 第13-42页 |
| ·定位算法1—基于边缘检测和数学形态学的车牌定位 | 第13-22页 |
| ·灰度化处理 | 第13-15页 |
| ·图像的边缘检测 | 第15-17页 |
| ·二值形态学 | 第17-20页 |
| ·利用投影法提取车牌区域 | 第20-22页 |
| ·结论及改进方案 | 第22页 |
| ·定位算法2—基于车牌颜色特征的定位 | 第22-27页 |
| ·RGB 颜色空间 | 第22-23页 |
| ·HSI 颜色空间 | 第23-27页 |
| ·小结 | 第27页 |
| ·定位算法3—基于车牌颜色和几何特征的车牌定位 | 第27-38页 |
| ·RGB 颜色空间向XYZ 颜色空间的转换 | 第28-29页 |
| ·数学形态学处理 | 第29-30页 |
| ·标记连通区域 | 第30-32页 |
| ·基于几何特征的候选区域筛选 | 第32页 |
| ·基于Radon 变换的倾斜校正算法 | 第32-37页 |
| ·车牌垂直细定位 | 第37页 |
| ·车牌水平细定位 | 第37-38页 |
| ·小结 | 第38页 |
| ·三种定位算法比较和对算法3 的改进 | 第38-42页 |
| 3 车牌图像预处理和字符分割 | 第42-51页 |
| ·灰度变换增强 | 第42-43页 |
| ·图像的二值化 | 第43-47页 |
| ·Ostu’s 方法 | 第44-45页 |
| ·改进的迭代阈值法 | 第45-47页 |
| ·去除车牌的上下边框 | 第47-48页 |
| ·基于车牌字符先验知识利用垂直投影法实现字符分割 | 第48-50页 |
| ·小结 | 第50-51页 |
| 4 字符识别算法研究与实现 | 第51-66页 |
| ·字符图像的预处理 | 第51-54页 |
| ·滤除干扰噪声 | 第51-52页 |
| ·归一化 | 第52-54页 |
| ·模板匹配识别原理 | 第54-55页 |
| ·特征匹配法识别字符 | 第55-60页 |
| ·字符特征提取 | 第56-59页 |
| ·字符识别 | 第59-60页 |
| ·BP 神经网络字符识别 | 第60-65页 |
| ·字符特征提取 | 第62-63页 |
| ·BP 神经网络的结构设计 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 实验结果和分析 | 第66-68页 |
| ·实验环境 | 第66页 |
| ·实验方法和结果分析 | 第66-68页 |
| 结 论 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 附录A 附录内容名称 | 第72-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75-76页 |
