基于改进SVM的矿用地磅车牌识别技术的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·矿用地磅系统简介 | 第9-10页 |
| ·矿用地磅车牌识别系统的需求分析 | 第10-11页 |
| ·矿用地磅车牌识别技术的发展现状 | 第11-13页 |
| ·矿用地磅车牌图像特点及识别难点 | 第13页 |
| ·本文主要工作及内容安排 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 2 基于小波分析的矿用地磅车牌定位 | 第16-34页 |
| ·常用的车牌定位方法 | 第16-17页 |
| ·本文的矿用地磅车牌定位算法 | 第17-18页 |
| ·图像预处理 | 第18-21页 |
| ·图像灰度化 | 第18-19页 |
| ·直方图均衡化 | 第19-21页 |
| ·小波变换理论 | 第21-23页 |
| ·基于小波变换的多尺度融合边缘检测算法 | 第23-28页 |
| ·小波变换模极大值边缘检测 | 第24-26页 |
| ·小波变换多尺度融合 | 第26-28页 |
| ·基于水平投影的矿用地磅车牌粗定位 | 第28-30页 |
| ·基于小波分解的矿用地磅车牌精确定位 | 第30-32页 |
| ·车牌定位实验结果 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 基于先验知识的垂直投影字符分割 | 第34-47页 |
| ·车牌二值化 | 第34-36页 |
| ·车牌倾斜校正 | 第36-41页 |
| ·车牌倾斜模式 | 第37-38页 |
| ·车牌倾斜角度检测 | 第38-40页 |
| ·水平垂直倾斜校正 | 第40-41页 |
| ·车牌边界的切除 | 第41-42页 |
| ·车牌字符切割 | 第42-46页 |
| ·车牌先验知识 | 第42-43页 |
| ·常用车牌字符分割算法 | 第43-44页 |
| ·结合先验知识的垂直投影字符分割算法 | 第44-46页 |
| ·字符分割实验仿真 | 第46页 |
| ·本章小结 | 第46-47页 |
| 4 基于多特征融合的矿用地磅车牌字符识别 | 第47-63页 |
| ·融合识别理论基础 | 第48-51页 |
| ·SVM 理论 | 第48-49页 |
| ·D-S 证据理论 | 第49-51页 |
| ·字符图像归一化 | 第51-52页 |
| ·字符特征提取 | 第52-54页 |
| ·轮廓特征提取 | 第52-53页 |
| ·投影特征提取 | 第53页 |
| ·网格编码特征提取 | 第53-54页 |
| ·支持向量机多类分类 | 第54-57页 |
| ·一对一多类分类算法 | 第54-55页 |
| ·改进的一对一多类分类投票策略 | 第55-57页 |
| ·D-S 证据理论融合判决 | 第57-59页 |
| ·BPA 函数构造 | 第57-58页 |
| ·多特征融合 | 第58-59页 |
| ·决策识别 | 第59页 |
| ·字符仿真结果与对比分析 | 第59-62页 |
| ·样本选取 | 第60页 |
| ·SVM 核函数及参数选择 | 第60-61页 |
| ·仿真实验对比 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 5 矿用地磅车牌识别系统仿真 | 第63-68页 |
| ·矿用地磅车牌识别系统的设计 | 第63-64页 |
| ·实验结果及分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 6 结论 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74页 |
