汽车牌照自动识别技术的研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·课题的研究背景及意义 | 第7-8页 |
·国内外车牌自动识别技术的研究状况 | 第8-9页 |
·汽车牌照自动识别技术概述 | 第9-10页 |
·车牌识别技术中的难点 | 第10-11页 |
·本文的主要研究内容及结构框架 | 第11-13页 |
第二章 车牌图像的预处理 | 第13-23页 |
·图像的灰度化 | 第13-14页 |
·图像二值化 | 第14-17页 |
·图像增强 | 第17-23页 |
·灰度变换 | 第18-19页 |
·灰度均衡 | 第19-20页 |
·图像滤波 | 第20-23页 |
第三章 汽车牌照的定位 | 第23-29页 |
·常用的车牌定位方法 | 第23-24页 |
·基于水平扫描与垂直投影的车牌定位方法 | 第24-29页 |
第四章 车牌字符的分割 | 第29-39页 |
·常用的车牌字符分割方法 | 第29页 |
·基于Canny 变换和区域增长的字符分割方法 | 第29-39页 |
·汽车牌照的先验信息 | 第30页 |
·车牌图片的预处理 | 第30页 |
·车牌的倾斜校正 | 第30-32页 |
·增强字符区域 | 第32-33页 |
·字符的边缘检测 | 第33-36页 |
·确定待分割字符区域 | 第36-37页 |
·字符的分割和二值化 | 第37-39页 |
第五章 车牌的字符识别 | 第39-53页 |
·字符识别技术简介 | 第39-40页 |
·字符识别概述 | 第39页 |
·常用的字符识别方法 | 第39-40页 |
·神经网络理论概述 | 第40-41页 |
·标准BP 神经网络 | 第41-44页 |
·BP 神经网络的改进 | 第44-45页 |
·BP 神经网络在车牌字符识别中的应用 | 第45-53页 |
·字符预处理 | 第46-49页 |
·特征的提取 | 第49页 |
·分类器的选取及神经网络的设计实现 | 第49-53页 |
第六章 总结与展望 | 第53-55页 |
·总结 | 第53页 |
·展望 | 第53-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-59页 |
研究成果 | 第59-60页 |