车辆门禁系统中的车牌识别系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究背景 | 第10-16页 |
| ·车辆门禁 | 第10页 |
| ·车牌识别技术 | 第10-13页 |
| ·现有的车牌识别技术 | 第13-14页 |
| ·车牌识别技术的难点 | 第14-15页 |
| ·车牌识别技术的产品应用 | 第15-16页 |
| ·DSP 应用于车牌识别系统的优势 | 第16-17页 |
| ·本文的工作及结构安排 | 第17-19页 |
| ·本文的研究内容和主要工作 | 第17-18页 |
| ·本文章节安排 | 第18-19页 |
| 第2章 车牌图像的采集及预处理 | 第19-28页 |
| ·车牌图像的采集及灰度化 | 第19页 |
| ·高速快门闪光获取图像 | 第19-21页 |
| ·车牌图像滤波 | 第21-24页 |
| ·几种滤波算法的比较 | 第21-22页 |
| ·本系统采用的滤波方法 | 第22-23页 |
| ·实验结果对比 | 第23-24页 |
| ·车牌图像二值化 | 第24-25页 |
| ·边缘检测 | 第25-27页 |
| ·边缘检测算子 | 第25-27页 |
| ·实验结果对比 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 车牌定位与分割 | 第28-39页 |
| ·车牌的一些先验知识 | 第28-29页 |
| ·我国汽车牌照的标准 | 第28页 |
| ·汽车牌照图像特征分析 | 第28-29页 |
| ·车牌定位 | 第29-32页 |
| ·常用的车牌定位方法 | 第29-30页 |
| ·基于先验知识的混合投影车牌定位算法 | 第30-32页 |
| ·定位小结 | 第32页 |
| ·车牌倾斜校正 | 第32-36页 |
| ·常用的倾斜校正方法 | 第32-33页 |
| ·基于车牌轮廓车牌校正算法的提出 | 第33-35页 |
| ·车牌校正小结 | 第35-36页 |
| ·车牌字符分割 | 第36-38页 |
| ·常用的车牌字符分割方法 | 第36页 |
| ·基于先验知识的垂直投影字符分割算法的提出 | 第36-38页 |
| ·字符分割小结 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 字符识别 | 第39-55页 |
| ·车牌字符的特点 | 第39页 |
| ·字符标准化处理 | 第39-40页 |
| ·车牌字符分类器的设计 | 第40-41页 |
| ·字符特征的选取 | 第41-42页 |
| ·特征选取的原则 | 第41页 |
| ·字符特征的选取 | 第41-42页 |
| ·基于 BP 神经网络的字符识别方法 | 第42-49页 |
| ·人工神经网络概述 | 第42-43页 |
| ·BP 神经网络概述 | 第43-44页 |
| ·BP 网络学习算法的改进 | 第44-46页 |
| ·BP 网络的设计 | 第46-49页 |
| ·基于特征匹配的字符识别方法 | 第49页 |
| ·特征匹配方法概述 | 第49页 |
| ·特征匹配分类器设计 | 第49页 |
| ·BP 网络与特征匹配融合算法的提出 | 第49-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 系统仿真 | 第55-65页 |
| ·仿真软件设计 | 第55-65页 |
| ·BMP 位图的解析 | 第55-58页 |
| ·仿真系统的功能按键 | 第58页 |
| ·各处理流程的效果图 | 第58-65页 |
| 第6章 DSP 硬件实现 | 第65-72页 |
| ·DM642 系统介绍 | 第65-66页 |
| ·DM642 功能模块 | 第66页 |
| ·数据处理流程 | 第66页 |
| ·算法移植 | 第66-70页 |
| ·DSP 软件开发平台介绍 | 第66-67页 |
| ·DSP 系统配置及实现 | 第67-70页 |
| ·DSP 代码优化 | 第70-71页 |
| ·效果测试 | 第71页 |
| ·本章小结 | 第71-72页 |
| 第7章 总结与展望 | 第72-73页 |
| ·论文工作总结 | 第72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
