基于DDMCMC的车牌定位算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 车牌定位的难点与本文技术路线 | 第15-17页 |
| 1.4 本文的主要工作及创新点 | 第17-18页 |
| 1.5 论文内容安排 | 第18-20页 |
| 第2章 基于图像投影的车牌区域粗定位 | 第20-28页 |
| 2.1 车牌图像灰度化 | 第20-21页 |
| 2.2 边缘检测与滤波 | 第21-23页 |
| 2.3 基于图像投影的车牌粗定位 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于DDMCMC的车牌精确定位 | 第28-48页 |
| 3.1 MCMC优化算法简介 | 第28-32页 |
| 3.1.1 Markov链性质 | 第28-29页 |
| 3.1.2 MCMC算法思路 | 第29-31页 |
| 3.1.2.1 M-H算法 | 第29-30页 |
| 3.1.2.2 Gibbs采样法 | 第30-31页 |
| 3.1.3 MCMC优化算法的局限 | 第31-32页 |
| 3.2 车牌精确定位问题公式表达 | 第32-33页 |
| 3.2.1 解空间分析 | 第32-33页 |
| 3.2.2 先验概率分析 | 第33页 |
| 3.3 相似概率分析 | 第33-39页 |
| 3.3.1 车牌底色特征分布 | 第34-36页 |
| 3.3.1.1 颜色模型与色彩变换 | 第34-36页 |
| 3.3.1.2 车牌底色颜色特征计算 | 第36页 |
| 3.3.2 车牌形状特征分布 | 第36-38页 |
| 3.3.3 车牌字符特征分布 | 第38-39页 |
| 3.4 数据驱动模型 | 第39-42页 |
| 3.5 车牌精确定位 | 第42-43页 |
| 3.6 算法加速 | 第43-45页 |
| 3.6.1 积分图像 | 第43-45页 |
| 3.6.2 颜色采样 | 第45页 |
| 3.7 本章小结 | 第45-48页 |
| 第4章 实验结果分析 | 第48-58页 |
| 4.1 我国车牌数据库验证 | 第48-52页 |
| 4.2 国外车牌数据库验证 | 第52-54页 |
| 4.3 数据驱动模型验证 | 第54-57页 |
| 4.3.1 交通标志检测 | 第54-55页 |
| 4.3.2 门检测 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67页 |
