车牌定位与字符分割算法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·车牌识别技术背景及研究意义 | 第11-12页 |
| ·车牌识别技术的国内外研究现状 | 第12-13页 |
| ·中国车牌特征 | 第13-15页 |
| ·本课题所做的工作 | 第15页 |
| ·本文的结构 | 第15-17页 |
| 第二章 车牌识别系统概述 | 第17-22页 |
| ·车牌识别系统的总体结构 | 第17页 |
| ·车牌识别系统的硬件组成 | 第17-18页 |
| ·车牌识别系统的软件组成 | 第18-21页 |
| ·车牌定位算法 | 第18-20页 |
| ·车牌字符分割算法 | 第20页 |
| ·车牌字符识别算法 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 车牌识别算法相关理论 | 第22-34页 |
| ·边缘检测 | 第22-27页 |
| ·基于一阶导数的边缘检测 | 第22-25页 |
| ·基于二阶导数的边缘检测 | 第25-27页 |
| ·数学形态学图像处理 | 第27-30页 |
| ·形态学相关集合概念 | 第27-28页 |
| ·形态学膨胀和腐蚀运算 | 第28-29页 |
| ·形态学开闭运算 | 第29-30页 |
| ·彩色图像介绍 | 第30-33页 |
| ·RGB 彩色模型 | 第30-31页 |
| ·HSI 彩色模型 | 第31-32页 |
| ·RGB 与HSI 颜色模型的转化 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 车牌定位算法研究 | 第34-59页 |
| ·目前车牌识别系统中的定位算法 | 第34-36页 |
| ·基于视觉特征的定位方法 | 第34-35页 |
| ·基于变换域特征的定位方法 | 第35-36页 |
| ·本文的车牌定位算法 | 第36-56页 |
| ·算法提出的应用背景和图像要求 | 第37页 |
| ·本文车牌图像特点 | 第37-38页 |
| ·定位算法流程图 | 第38-40页 |
| ·车牌图像预处理 | 第40页 |
| ·竖直边缘提取 | 第40-42页 |
| ·去除部分干扰边缘 | 第42-46页 |
| ·基于车牌区域边缘纹理特征去除干扰边缘 | 第42-44页 |
| ·基于颜色对特征去除干扰边缘 | 第44-46页 |
| ·滑窗遍历边缘图像 | 第46-48页 |
| ·候选车牌提取 | 第48-50页 |
| ·车牌精确定位 | 第50-56页 |
| ·车牌倾斜校正 | 第50-54页 |
| ·车牌边界定位 | 第54-56页 |
| ·算法的测试和性能分析 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第五章 车牌字符分割算法研究 | 第59-75页 |
| ·常用的车牌字符分割算法 | 第59-60页 |
| ·本文车牌字符分割算法 | 第60-74页 |
| ·车牌图像预处理 | 第60-63页 |
| ·车牌图像归一化 | 第60-62页 |
| ·车牌图像增强 | 第62-63页 |
| ·车牌投影特征分析 | 第63-65页 |
| ·支持向量机相关理论 | 第65-68页 |
| ·用于车牌字符分割的支持向量机方法 | 第68-74页 |
| ·计算候选分割方案 | 第69页 |
| ·特征提取 | 第69-71页 |
| ·支持向量机的训练过程 | 第71-72页 |
| ·基于支持向量机的车牌字符分割过程 | 第72-74页 |
| ·算法测试和性能分析 | 第74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 硕士期间取得的研究成果 | 第83-84页 |
