基于各向异性扩散方程的图像降噪技术和车牌识别技术研究
| 目录 | 第1-8页 |
| Table of contents | 第8-11页 |
| 摘要 | 第11-12页 |
| ABSTRACT | 第12-14页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-18页 |
| 第一节 课题的来源与背景 | 第15-16页 |
| 第二节 课题的研究内容及论文的结构 | 第16页 |
| 第三节 课题的创新之处 | 第16-18页 |
| 第二章 基于各向异性扩散方程的图像降噪 | 第18-28页 |
| 第一节 引言 | 第18-21页 |
| ·图像的噪声 | 第18-19页 |
| ·降噪方法概述 | 第19-21页 |
| 第二节 基于各向异性扩散方程的图像降噪原理与方法 | 第21-27页 |
| ·热传导方程扩散模型 | 第21-23页 |
| ·P-M非线性扩散方程 | 第23-25页 |
| ·F.catte模型 | 第25-26页 |
| ·林石算子 | 第26-27页 |
| 第三节 小结 | 第27-28页 |
| 第三章 基于改进的P-M方程的图像降噪 | 第28-36页 |
| 第一节 扩散方向的改进 | 第28-29页 |
| 第二节 扩散系数的改进 | 第29-32页 |
| ·引入经典的梯度算子 | 第30-31页 |
| ·改进扩散门限参数 | 第31-32页 |
| 第三节 医学超声图像降噪应用 | 第32-35页 |
| 第四节 小结 | 第35-36页 |
| 第四章 车牌定位与字符分割 | 第36-52页 |
| 第一节 车牌定位 | 第37-46页 |
| ·车牌定位技术现状 | 第37-38页 |
| ·车牌定位前期处理 | 第38-44页 |
| ·图像的灰度化 | 第39-40页 |
| ·图像的二值化 | 第40-41页 |
| ·边缘检测 | 第41-42页 |
| ·形态学处理 | 第42-44页 |
| ·车牌定位 | 第44-46页 |
| 第二节 字符分割 | 第46-51页 |
| ·车牌字符分割技术常用方法 | 第46-47页 |
| ·车牌的倾斜校正 | 第47-48页 |
| ·车牌边框的切除 | 第48-50页 |
| ·字符分割 | 第50-51页 |
| 第三节 小结 | 第51-52页 |
| 第五章 模板匹配与神经网络字符识别 | 第52-67页 |
| 第一节 模板匹配字符识别 | 第53-55页 |
| ·模板匹配字符识别的算法原理 | 第53-54页 |
| ·模板匹配字符算法改进 | 第54-55页 |
| 第二节 BP神经网络应用于车牌字符识别 | 第55-59页 |
| ·BP神经网络的基本原理 | 第56-58页 |
| ·误差的确定 | 第58-59页 |
| ·用BP神经网络进行字符识别的算法步骤 | 第59页 |
| 第三节 矩特征的BP神经网络字符识别 | 第59-63页 |
| ·Hu矩的数学描述 | 第60-61页 |
| ·Zernike矩的数学描述 | 第61-62页 |
| ·车牌字符矩特征表示形式 | 第62-63页 |
| 第四节 模板匹配和矩特征的神经网络字符识别对比 | 第63-65页 |
| ·实验过程及实验结果 | 第63-65页 |
| ·实验数据对比分析 | 第65页 |
| 第五节 小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 硕士期间发表论文 | 第74-75页 |
| 学位论文评阅及答辩情况表 | 第75页 |
