基于内容的图像查询在车牌识别系统中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-15页 |
| 1.1 选题背景及现实意义 | 第9页 |
| 1.2 国内外发展概况 | 第9-10页 |
| 1.3 现有的方法 | 第10-12页 |
| 1.3.1 车牌定位 | 第11页 |
| 1.3.2 车牌字符分割 | 第11-12页 |
| 1.3.3 车牌字符识别 | 第12页 |
| 1.4 车牌的先验知识 | 第12-13页 |
| 1.4.1 车牌规范 | 第12页 |
| 1.4.2 车牌字符规范 | 第12-13页 |
| 1.5 本文的主要工作与章节安排 | 第13-15页 |
| 1.5.1 主要工作 | 第13页 |
| 1.5.2 章节安排 | 第13-15页 |
| 2 相关技术 | 第15-31页 |
| 2.1 CBIR技术 | 第15-23页 |
| 2.1.1 CBIR的产生与发展 | 第15-17页 |
| 2.1.2 CBIR系统 | 第17页 |
| 2.1.3 特征提取技术 | 第17-23页 |
| 2.1.4 多特征融合检索 | 第23页 |
| 2.2 图像预处理技术 | 第23-30页 |
| 2.2.1 图像灰度化 | 第24页 |
| 2.2.2 图像二值化 | 第24-26页 |
| 2.2.3 图像去噪 | 第26-27页 |
| 2.2.4 仿射变换 | 第27-28页 |
| 2.2.5 数学形态学运算 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 CBIR技术在车牌检索技术中的应用 | 第31-48页 |
| 3.1 引言 | 第31页 |
| 3.2 基于底层语义特征的车牌定位方法 | 第31-33页 |
| 3.2.1 基于颜色的方法 | 第32页 |
| 3.2.2 基于纹理的方法 | 第32-33页 |
| 3.2.3 基于形态学的方法 | 第33页 |
| 3.3 基于SIFT特征的车牌定位方法 | 第33-45页 |
| 3.3.1 SIFT算子技术细节 | 第33-37页 |
| 3.3.2 特征数据库的建立 | 第37-39页 |
| 3.3.3 特征向量匹配 | 第39-42页 |
| 3.3.4 车牌候选区域的精确定位与二次倾斜矫正 | 第42-45页 |
| 3.4 实验仿真结果与比较 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 基于K-means聚类的多车牌定位方法 | 第48-55页 |
| 4.1 引言 | 第48页 |
| 4.2 聚类算法比较 | 第48-50页 |
| 4.2.1 层次聚类算法 | 第48页 |
| 4.2.2 划分聚类算法 | 第48-49页 |
| 4.2.3 密度聚类算法 | 第49页 |
| 4.2.4 算法比较 | 第49-50页 |
| 4.3 基于K-means聚类的多车牌定位方法 | 第50-51页 |
| 4.4 仿真实验 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 5 局部算子应用于车牌检索的性能评估 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 其他局部算子 | 第55-58页 |
| 5.2.1 PCA-SIFT算子 | 第55-56页 |
| 5.2.2 Surf算子 | 第56-58页 |
| 5.2.3 Harris-SIFT算子 | 第58页 |
| 5.3 性能评估与实验 | 第58-64页 |
| 5.3.1 评估方法 | 第58-59页 |
| 5.3.2 时间评估 | 第59-60页 |
| 5.3.3 尺度变换评估 | 第60页 |
| 5.3.4 旋转评估 | 第60-61页 |
| 5.3.5 模糊评估 | 第61-62页 |
| 5.3.6 光照变化评估 | 第62-63页 |
| 5.3.7 结论 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读学位期间发表(录用)论文及参加科研项目 | 第73-75页 |
