车牌识别算法研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-15页 |
·研究的目的和意义 | 第9-10页 |
·车牌识别系统的组成 | 第10页 |
·车牌识别系统的发展现状 | 第10-14页 |
·车牌识别系统的研究现状 | 第10-12页 |
·车牌定位系统的研究现状 | 第12-13页 |
·字符分割方法的研究现状 | 第13-14页 |
·字符识别方法的研究现状 | 第14页 |
·本文主要研究内容 | 第14-15页 |
第2章 车牌定位算法研究 | 第15-28页 |
·引言 | 第15页 |
·彩色空间变换 | 第15-18页 |
·基于Harris角点检测的彩色车牌的定位方法 | 第18-25页 |
·角点检测简介 | 第18页 |
·Moravec角点检测 | 第18页 |
·Harris角点检测 | 第18-20页 |
·基于Harris角点检测的车牌定位算法 | 第20-25页 |
·实验结果及分析 | 第25-27页 |
·本章小结 | 第27-28页 |
第3章 字符分割算法研究 | 第28-44页 |
·引言 | 第28页 |
·我国车牌的先验知识 | 第28页 |
·图像的二值化 | 第28-30页 |
·倾斜车牌的校正 | 第30-33页 |
·基于水平及垂直积分投影算法的字符分割法 | 第33-37页 |
·基于数学形态学的字符修复 | 第37-38页 |
·数学形态学原理 | 第37-38页 |
·使用数学形态学修复字符 | 第38页 |
·实验结果及分析 | 第38-43页 |
·本章小结 | 第43-44页 |
第4章 基于支持向量机的车牌字符识别方法研究 | 第44-68页 |
·引言 | 第44页 |
·支持向量机简介 | 第44-54页 |
·机器学习的基本问题 | 第44-46页 |
·统计学习理论的核心内容 | 第46-48页 |
·支持向量机 | 第48-54页 |
·特征提取 | 第54-58页 |
·字符的归一化 | 第54-55页 |
·分类特征的要求 | 第55页 |
·字符特征的分类 | 第55-56页 |
·字符的特征提取 | 第56-58页 |
·基于支持向量机的字符识别算法研究 | 第58-67页 |
·字符分类器的选取 | 第58-59页 |
·多类分类方法的选取 | 第59-62页 |
·核函数及参数的选取 | 第62-65页 |
·识别结果分析 | 第65-67页 |
·本章小结 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-76页 |
致谢 | 第76页 |