首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器学习的车牌字符识别算法研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-18页
   ·课题研究背景和意义第11-12页
     ·课题研究背景第11-12页
     ·课题研究的实用价值与学术意义第12页
   ·国内外研究动态综述第12-16页
     ·车牌识别要解决的几个基本问题第12-13页
     ·车牌识别技术的研究现状第13-16页
   ·本文主要研究工作及论文安排第16-18页
第二章 AdaBoost车牌字符识别算法的理论基础第18-29页
   ·基本概念第18-20页
     ·机器学习第18页
     ·弱分类器第18-19页
     ·样本集第19页
     ·假设第19页
     ·分布第19页
     ·误判率第19-20页
   ·AdaBoost家族算法理论概述第20-28页
     ·DAB算法第20-23页
     ·RAB算法介绍第23-25页
     ·GAB算法分析第25-26页
     ·AdaBoost_M1和AdaBoost_M2算法第26-28页
   ·本章小结第28-29页
第三章 车牌字符识别的预处理第29-39页
   ·车牌定位第29-36页
     ·车牌图像二值化第33-34页
     ·Sobel算子边缘提取第34页
     ·车牌数学形态学处理第34-35页
     ·车牌倾斜校正第35-36页
   ·车牌字符分割第36-38页
   ·本章小结第38-39页
第四章 基于加权模板匹配改进的AdaBoost算法的字符识别第39-50页
   ·特征加权的模板匹配算法第39-40页
   ·本文提出的AB-TM算法第40-45页
     ·经典AdaBoost算法的数学描述第40-41页
     ·AdaBoost算法存在的问题第41-42页
     ·改进后的AB-TM算法第42-45页
   ·实验结果及分析第45-49页
     ·数据样本第45-46页
     ·车牌定位的实验结果及分析第46-48页
     ·本文改进的字符识别的实验结果及分析第48-49页
   ·本章小结第49-50页
第五章 系统硬件平台及系统软件实现第50-62页
   ·系统的总体设计与架构第50页
   ·系统识别硬件平台设计第50-53页
     ·图像采集电路设计第51页
     ·存储器扩展电路设计第51-52页
     ·以太网接口电路设计第52-53页
   ·系统软件实现第53-61页
     ·系统仿真环境CCS第53-54页
     ·车辆图像的采集第54-55页
     ·车辆识别算法与程序设计第55-56页
     ·算法的移植第56-57页
     ·算法的优化第57-61页
   ·本章小结第61-62页
结论与展望第62-64页
参考文献第64-70页
攻读学位期间发表的学术论文第70-71页
致谢第71-72页
附录第72-74页

论文共74页,点击 下载论文
上一篇:曲轴—滚动轴承系统动力学分析与曲轴疲劳强度研究
下一篇:基于ARM9的停车收费系统的研究与设计