基于商空间的车牌定位系统
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 图像分割理论及算法 | 第8-22页 |
| ·图像分割理论介绍 | 第8-10页 |
| ·图像分割的定义 | 第8-10页 |
| ·图像分割算法的分类 | 第10页 |
| ·基于边界和区域的分割技术 | 第10-15页 |
| ·边缘检测法 | 第11-12页 |
| ·微分算子边缘检测 | 第11-12页 |
| ·边缘拟合 | 第12页 |
| ·边界闭合法 | 第12页 |
| ·基于区域的分割方法 | 第12-15页 |
| ·阈值法 | 第12-13页 |
| ·聚类法 | 第13-14页 |
| ·区域生长和分裂合并 | 第14-15页 |
| ·连通区域标记 | 第15页 |
| ·基于现有各种理论的分割技术 | 第15-18页 |
| ·基于数学形态学的分割技术 | 第15-16页 |
| ·基于统计模式识别的分割 | 第16页 |
| ·基于神经网络的分割 | 第16-17页 |
| ·基于模糊集合分割技术 | 第17-18页 |
| ·图像分割评价 | 第18-20页 |
| ·本文研究的主要内容和主要工作 | 第20-22页 |
| 第二章 车牌定位算法简介 | 第22-27页 |
| ·基于灰度图像的定位方法 | 第22-25页 |
| ·基于彩色图像的定位方法 | 第25-27页 |
| 第三章 商空间粒度计算理论 | 第27-32页 |
| ·粒度与粒度计算理论 | 第27页 |
| ·粒度计算的研究动机 | 第27-28页 |
| ·基于商空间的粒度计算 | 第28-32页 |
| ·商空间理论及论域划分方法 | 第28-30页 |
| ·分层递阶 | 第30-32页 |
| 第四章 车牌定位系统设计与实现 | 第32-57页 |
| ·系统的应用背景及组成 | 第32-33页 |
| ·系统的应用背景 | 第32页 |
| ·系统的组成 | 第32-33页 |
| ·图像预处理 | 第33-35页 |
| ·模糊边缘检测算法 | 第35-39页 |
| ·快速模糊边缘检测算法 | 第36-37页 |
| ·算法的计算步骤 | 第37-39页 |
| ·去除噪声点 | 第39页 |
| ·车牌定位 | 第39-40页 |
| ·二值化方法 | 第40-43页 |
| ·图像倾斜校正 | 第43-45页 |
| ·基于商空间粒度计算的车牌分割 | 第45-50页 |
| ·车牌分割的商空间原理 | 第46页 |
| ·基于商空间的车牌定位算法 | 第46页 |
| ·基于商空间分层的车牌定位算法 | 第46-47页 |
| ·车牌图像特征分析和等价关系构造 | 第47-48页 |
| ·图象分割的算法 | 第48-50页 |
| ·实验结果及分析 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结 | 第57-58页 |
| ·本文研究的总结 | 第57页 |
| ·需进一步开展的工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 A 表索引 | 第61页 |
| 附录 B 图索引 | 第61-62页 |
| Appendix A Table Index | 第62页 |
| Appendix B Figure Index | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间科研和发表论文情况 | 第64页 |
