车牌字符容错认证识别算法的研究与实现
摘要 | 第1-3页 |
Abstract | 第3-6页 |
第一章 绪论 | 第6-10页 |
·选题的目的和意义 | 第6-7页 |
·车牌识别技术的国内外研究动态 | 第7-8页 |
·本文的研究内容 | 第8-10页 |
第二章 车牌图像的前期处理 | 第10-16页 |
·图像增强 | 第10-12页 |
·直方图均衡化 | 第10-11页 |
·中值滤波 | 第11页 |
·同态滤波 | 第11-12页 |
·边缘检测 | 第12-16页 |
·梯度 | 第13页 |
·常用的几种边缘检测算子 | 第13-16页 |
第三章 车牌定位 | 第16-24页 |
·车牌的基本特征 | 第16-17页 |
·基于数学形态学的定位方法 | 第17-18页 |
·基于小波分析的定位方法 | 第18-19页 |
·基于彩色分割的定位方法 | 第19-22页 |
·车牌图像的几何校正 | 第22-24页 |
·Hough变换 | 第22-23页 |
·Radon变换 | 第23-24页 |
第四章 车牌字符分割 | 第24-27页 |
·车牌字符分割的技术难点 | 第24页 |
·水平投影法 | 第24-25页 |
·模板匹配法 | 第25页 |
·聚类分析法 | 第25-26页 |
·字符的归一化 | 第26-27页 |
第五章 车牌字符识别 | 第27-48页 |
·车牌字符的特征提取 | 第27-28页 |
·粗网格特征提取方法 | 第27页 |
·13段特征提取方法 | 第27页 |
·基于K-L变换的特征提取方法 | 第27-28页 |
·模板匹配的字符识别算法 | 第28-29页 |
·基于神经网络的字符容错认证识别算法 | 第29-48页 |
·神经网络理论概述 | 第29-35页 |
·BP神经网络算法 | 第35-36页 |
·字符的容错域 | 第36-44页 |
·分类器的设计 | 第44-46页 |
·二次识别 | 第46页 |
·BP算法的缺点及其改进措施 | 第46-47页 |
·实验结果及其分析 | 第47-48页 |
第六章 结语 | 第48-50页 |
·本文工作总结 | 第48-49页 |
·下一步的研究工作 | 第49-50页 |
参考文献 | 第50-53页 |
攻读学位期间的研究成果 | 第53-54页 |
附录1 | 第54-56页 |
致谢 | 第56-57页 |