CONTENTS | 第1-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第11-17页 |
·课题背景 | 第11-12页 |
·国内外研究现状 | 第12-15页 |
·城市卡口数据使用现状 | 第12页 |
·车牌识别研究现状 | 第12-14页 |
·车流量统计研究现状 | 第14-15页 |
·本文研究主要内容 | 第15-17页 |
第二章 基于卡口数据的车牌识别技术研究与改进 | 第17-61页 |
·运动车辆图像检测 | 第17-22页 |
·运动目标图像检测技术概述 | 第17-18页 |
·背景提取及更新算法 | 第18-21页 |
·基于背景差分法的车辆目标获取 | 第21-22页 |
·图像预处理技术 | 第22-27页 |
·图像灰度化 | 第22-23页 |
·图像增强 | 第23-24页 |
·图像去噪 | 第24页 |
·图像二值化 | 第24-25页 |
·基于数学形态学的处理 | 第25-27页 |
·图像边缘检测 | 第27页 |
·车牌定位技术分析和改进 | 第27-35页 |
·车牌基本特征 | 第28-29页 |
·获取检测车道 | 第29-30页 |
·改进的车牌初步定位算法 | 第30-35页 |
·车牌倾斜校正技术分析和改进 | 第35-43页 |
·车牌倾斜类型 | 第35页 |
·常用的倾斜检测和校正方法 | 第35-39页 |
·改进的倾斜检测校正算法 | 第39-43页 |
·车牌字符区域的精确定位 | 第43-44页 |
·改进的字符分割算法 | 第44-50页 |
·字符初步分割算法 | 第44-48页 |
·字符图像精确分割算法 | 第48-50页 |
·字符识别算法分析 | 第50-59页 |
·字符识别算法研究现状 | 第51-53页 |
·基于模板匹配和神经网络的混合识别算法 | 第53-59页 |
·车牌识别实验结果 | 第59-60页 |
·本章小结 | 第60-61页 |
第三章 基于改进虚拟线圈法的车流量检测技术研究 | 第61-75页 |
·前景车辆检测 | 第61-62页 |
·视频图像背景提取和更新 | 第62页 |
·视频车辆图像预处理 | 第62-64页 |
·检测区域设置 | 第64-65页 |
·基于外界矩形的车辆跟踪算法 | 第65-66页 |
·传统的机动车流量统计方法 | 第66-68页 |
·改进的虚拟线圈车辆检测算法 | 第68-71页 |
·实验结果比对 | 第71-73页 |
·本章小结 | 第73-75页 |
第四章 基于卡口系统的车牌识别和车流量检测系统设计 | 第75-85页 |
·系统软件设计方法 | 第75-76页 |
·系统主要功能模块 | 第76-78页 |
·车牌识别系统功能模块 | 第76-77页 |
·车流量检测系统功能模块 | 第77-78页 |
·系统处理流程设计 | 第78-80页 |
·车牌识别系统处理流程 | 第79页 |
·车流量检测系统处理流程 | 第79-80页 |
·系统界面及数据库简介 | 第80-83页 |
·系统界面演示 | 第80-82页 |
·数据库构建 | 第82-83页 |
·本章小结 | 第83-85页 |
总结与展望 | 第85-87页 |
参考文献 | 第87-91页 |
致谢 | 第91-92页 |
学位论文评阅及答辩情况表 | 第92页 |