基于复杂环境的车牌识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容及安排 | 第11-13页 |
| 第2章 基本理论及相关研究 | 第13-23页 |
| 2.1 图像去雾技术 | 第13-16页 |
| 2.1.1 图像增强 | 第13页 |
| 2.1.2 图像复原 | 第13-16页 |
| 2.2 车牌识别技术 | 第16-20页 |
| 2.2.1 车牌定位 | 第16-18页 |
| 2.2.2 字符分割 | 第18页 |
| 2.2.3 字符识别 | 第18-20页 |
| 2.3 本章小结 | 第20-23页 |
| 第3章 复杂环境车牌识别技术研究 | 第23-45页 |
| 3.1 复杂环境下车牌识别系统组成 | 第23页 |
| 3.2 改进的暗原色先验去雾方法 | 第23-33页 |
| 3.2.1 Halo现象的去除 | 第24-28页 |
| 3.2.2 颜色失真现象的改善 | 第28-33页 |
| 3.3 车牌定位 | 第33-37页 |
| 3.3.1 初步定位 | 第33-34页 |
| 3.3.2 基于数学形态学及像素统计的精定位 | 第34-37页 |
| 3.4 字符分割 | 第37-39页 |
| 3.5 基于BP神经网络的字符识别及改进 | 第39-44页 |
| 3.5.1 BP神经网络设计 | 第39-43页 |
| 3.5.2 BP神经网络改进 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 复杂环境车牌识别仿真及结果分析 | 第45-55页 |
| 4.1 复杂环境车牌识别系统设计 | 第45-46页 |
| 4.2 系统仿真及结果分析 | 第46-54页 |
| 4.2.1 图像去雾 | 第46-52页 |
| 4.2.2 车牌识别 | 第52-54页 |
| 4.3 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
