基于图像处理的高速列车车号识别算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 车号自动识别装置 | 第14-16页 |
| 1.4 本文主要内容与结构安排 | 第16-18页 |
| 第2章 动车组车号图像预处理 | 第18-25页 |
| 2.1 车号识别系统概述 | 第18页 |
| 2.2 实验数据介绍 | 第18-20页 |
| 2.3 基于MSRCR的车号图像增强 | 第20-24页 |
| 2.3.1 MSRCR图像增强原理 | 第21-22页 |
| 2.3.2 车号图像增强结果 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于改进SWT的透视车号定位算法 | 第25-36页 |
| 3.1 常用定位算法 | 第25-26页 |
| 3.2 基于改进SWT的定位算法 | 第26-32页 |
| 3.2.1 SWT算法理论 | 第26-28页 |
| 3.2.2 改进SWT的车号定位算法 | 第28-29页 |
| 3.2.3 车号定位流程 | 第29-32页 |
| 3.3 实验结果及分析 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 动车组车号自动透视矫正和字符分割 | 第36-51页 |
| 4.1 透视变换原理 | 第37-38页 |
| 4.2 基于TILT的车号自动透视矫正 | 第38-45页 |
| 4.2.1 TILT原理 | 第39-40页 |
| 4.2.2 迭代凸优化法求解模型 | 第40-42页 |
| 4.2.3 基于TILT的透视车号矫正流程 | 第42-45页 |
| 4.3 车号字符分割 | 第45-49页 |
| 4.3.1 标准字符分割 | 第47页 |
| 4.3.2 粘连断裂车号字符分割 | 第47-49页 |
| 4.4 实验结果及分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 基于卷积神经网络的的车号识别 | 第51-64页 |
| 5.1 卷积神经网络 | 第51-53页 |
| 5.2 单个车号数据增强 | 第53-54页 |
| 5.3 车号字符CNN网络结构设计 | 第54-60页 |
| 5.3.1 输入输出层设计 | 第54-55页 |
| 5.3.2 隐藏层设计 | 第55-57页 |
| 5.3.3 车号识别卷积网络结构及可视化 | 第57-60页 |
| 5.4 实验结果及分析 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第71页 |
