车牌定位及畸变矫正技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 车牌识别技术的国内外研究现状 | 第10-11页 |
| 1.3 课题研究的内容与目的 | 第11-12页 |
| 第二章 车牌定位 | 第12-34页 |
| 2.1 引言 | 第12-13页 |
| 2.2 车牌图像预处理技术 | 第13-18页 |
| 2.2.1 空间域滤波 | 第13页 |
| 2.2.2 高斯模糊 | 第13-15页 |
| 2.2.3 图像灰度化 | 第15页 |
| 2.2.4 直方图均衡化 | 第15-16页 |
| 2.2.5 图像形态学 | 第16-18页 |
| 2.3 车牌梯度特征 | 第18-24页 |
| 2.3.1 车牌规格特征分析 | 第18-20页 |
| 2.3.2 边缘检测与Sobel算子 | 第20-23页 |
| 2.3.3 阈值分割 | 第23-24页 |
| 2.3.4 图像轮廓 | 第24页 |
| 2.4 车牌颜色特征 | 第24-28页 |
| 2.4.1 车牌颜色特征分析 | 第24-25页 |
| 2.4.2 彩色模型 | 第25-28页 |
| 2.5 车牌定位方法研究现状 | 第28-29页 |
| 2.5.1 基于梯度特征的车牌定位方法 | 第28页 |
| 2.5.2 基于颜色特征的车牌定位方法 | 第28-29页 |
| 2.6 本文车牌定位方法 | 第29-31页 |
| 2.6.1 车牌梯度特征提取 | 第29-31页 |
| 2.6.2 车牌颜色特征提取 | 第31页 |
| 2.7 实验结果 | 第31-32页 |
| 2.8 本章小结 | 第32-34页 |
| 第3章 车牌畸变矫正 | 第34-53页 |
| 3.1 引言 | 第34-35页 |
| 3.2 车牌字符特征 | 第35-40页 |
| 3.2.1 连通区域 | 第35-36页 |
| 3.2.2 外接矩形 | 第36-37页 |
| 3.2.3 最小二乘法与稳健回归 | 第37-40页 |
| 3.3 畸变矫正 | 第40-44页 |
| 3.3.1 车牌顶点定位 | 第40-41页 |
| 3.3.2 仿射变换与透视变换 | 第41-44页 |
| 3.4 车牌畸变矫正方法研究现状 | 第44-46页 |
| 3.4.1 基于Hough变换的车牌矫正方法 | 第45页 |
| 3.4.2 基于Radon变换的车牌倾斜矫正方法 | 第45-46页 |
| 3.5 本文车牌畸变矫正方法 | 第46-50页 |
| 3.5.1 图像预处理 | 第46-47页 |
| 3.5.2 车牌字符外接矩形的提取与去噪 | 第47-48页 |
| 3.5.3 基于稳健回归的边框确定 | 第48-49页 |
| 3.5.4 基于透视变换的畸变矫正 | 第49-50页 |
| 3.6 实验结果 | 第50-51页 |
| 3.7 本章小结 | 第51-53页 |
| 第4章 字符识别 | 第53-58页 |
| 4.1 引言 | 第53页 |
| 4.2 字符识别方法研究现状 | 第53-54页 |
| 4.2.1 模板匹配方法 | 第53页 |
| 4.2.2 基于SVM的字符识别方法 | 第53-54页 |
| 4.3 本文车牌字符识别方法 | 第54-56页 |
| 4.3.1 字符分割 | 第54-55页 |
| 4.3.2 特征提取 | 第55页 |
| 4.3.3 神经网络的训练与分类 | 第55-56页 |
| 4.4 实验结果 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 进一步工作 | 第58-59页 |
| 5.3 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |
