基于高清图像的车牌识别算法设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-12页 |
| ·基于图像处理的车牌识别技术发展 | 第12-15页 |
| ·国外发展概况 | 第12-13页 |
| ·国内发展概况 | 第13-14页 |
| ·我国的车牌特征以及技术难点 | 第14页 |
| ·车牌识别技术的发展预测 | 第14-15页 |
| ·本文的研究内容和论文结构 | 第15-17页 |
| ·本文的研究内容 | 第15页 |
| ·论文结构 | 第15-17页 |
| 第二章 数字图像处理基础 | 第17-22页 |
| ·高清图像的使用 | 第17-18页 |
| ·图像处理与分析 | 第18页 |
| ·像素间一些基本关系 | 第18-20页 |
| ·邻域和邻接 | 第18-19页 |
| ·连通性、区域和边界 | 第19页 |
| ·距离 | 第19-20页 |
| ·数学形态学 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 车辆牌照定位中噪声的抑制方法 | 第22-32页 |
| ·前言 | 第22-23页 |
| ·图像缩放 | 第23-26页 |
| ·车牌定位分析 | 第26-27页 |
| ·车牌定位方法 | 第27-28页 |
| ·边缘检测 | 第27页 |
| ·线密度算法 | 第27-28页 |
| ·候选区域筛选 | 第28-29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 字符分割 | 第32-43页 |
| ·字符分割前言 | 第32-33页 |
| ·字符分割分析 | 第33-34页 |
| ·字符分割算法 | 第34-41页 |
| ·图像二值化 | 第34-35页 |
| ·去除边框 | 第35-36页 |
| ·字符区域筛选以及精确字符位置 | 第36-40页 |
| ·字符归一化以及字符二值化 | 第40-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 字符识别 | 第43-57页 |
| ·字符识别前言 | 第43-44页 |
| ·BP 神经网络识别模型与算法 | 第44-50页 |
| ·BP 神经网络模型 | 第44-46页 |
| ·BP 神经网络学习算法 | 第46-49页 |
| ·BP 神经网络设计问题 | 第49-50页 |
| ·BP 神经网络识别的实现 | 第50-54页 |
| ·字符识别网络方案 | 第50页 |
| ·特征提取 | 第50-52页 |
| ·分类器的设计 | 第52-54页 |
| ·SVM 与 BP 神经网络的实验比较 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 评价指标与实验分析 | 第57-59页 |
| ·车牌识别算法的评价指标 | 第57页 |
| ·实验分析 | 第57-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·研究工作总结 | 第59页 |
| ·研究工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
