首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂背景下车牌定位算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-20页
    1.1 研究背景及意义第13-15页
    1.2 国内外研究现状第15-17页
        1.2.1 国外研究现状第15-16页
        1.2.2 国内研究现状第16-17页
    1.3 本文研究内容第17-18页
    1.4 评价车牌定位的技术指标第18-19页
    1.5 论文章节安排第19-20页
第2章 车牌定位技术相关背景及理论知识第20-40页
    2.1 车牌识别系统概述第20-22页
        2.1.1 车牌识别系统基本原理第20-21页
        2.1.2 车牌识别系统基本模块第21-22页
    2.2 车牌区域基本特征第22-23页
    2.3 常用车牌定位算法研究第23-26页
    2.4 车牌定位算法难点分析第26-27页
    2.5 图像预处理理论第27-33页
        2.5.1 彩色图像灰度化第27-28页
        2.5.2 图像灰度增强第28-29页
        2.5.3 二值化第29-30页
        2.5.4 形态学处理第30-31页
        2.5.5 常用边缘检测算子第31-33页
    2.6 SURF特征提取与匹配第33-39页
        2.6.1 积分图像第33-34页
        2.6.2 构建Hessian矩阵第34-35页
        2.6.3 构建尺度空间第35-36页
        2.6.4 确定特征点第36页
        2.6.5 选取特征点主方向第36-37页
        2.6.6 构造SURF特征描述算子第37-38页
        2.6.7 特征点匹配第38页
        2.6.8 SURF与SIFT特征匹配比较第38-39页
    2.7 本章小结第39-40页
第3章 基于HSI颜色空间和行扫描的车牌定位算法第40-52页
    3.1 引言第40页
    3.2 算法流程第40-41页
    3.3 预处理分析第41-43页
    3.4 使用HSI颜色空间车牌粗定位第43-45页
        3.4.1 颜色空间转换第43页
        3.4.2 颜色分割与连通域分析第43-45页
    3.5 使用行扫描和投影精确定位第45-47页
        3.5.1 基于行扫描的水平定位第45-47页
        3.5.2 基于投影的垂直定位第47页
    3.6 实验结果分析第47-51页
    3.7 本章小结第51-52页
第4章 基于多重特征和SURF算法的车牌定位方法第52-61页
    4.1 引言第52页
    4.2 算法流程第52-53页
    4.3 使用HSL颜色空间粗定位第53-56页
        4.3.1 颜色空间转换第53-54页
        4.3.2 颜色分割与形态学处理第54-55页
        4.3.3 候选区域筛选第55-56页
    4.4 使用SURF算法精确定位第56-57页
    4.5 实验结果分析第57-60页
    4.6 本章小结第60-61页
结论第61-63页
参考文献第63-68页
致谢第68-69页
附录A 攻读学位期间发表的论文第69-70页
附录B 攻读学位期间所参与的项目第70页

论文共70页,点击 下载论文
上一篇:交通场景自动语义标记算法研究
下一篇:基于视觉的无人车环境中的多目标检测算法研究