仿人类视觉的不确定条件下车牌识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究背景 | 第9-11页 |
| ·车牌识别需求及研究难点 | 第9-10页 |
| ·目标检测的特点及难点 | 第10页 |
| ·计算机视觉理论和现有识别系统的局限性 | 第10-11页 |
| ·相关研究历史及现状 | 第11-18页 |
| ·车牌自动识别的研究现状 | 第11页 |
| ·计算机视觉发展中的理论框架 | 第11-14页 |
| ·基于感知的图像理解 | 第14-16页 |
| ·仿人智能控制与识别 | 第16-18页 |
| ·研究内容及意义 | 第18-19页 |
| ·研究内容 | 第18页 |
| ·研究意义 | 第18-19页 |
| ·论文章节安排 | 第19-20页 |
| 第二章 人类视觉的目标识别机制 | 第20-32页 |
| ·人类视觉信息感知的基础 | 第20-23页 |
| ·物体的视觉特征 | 第20-22页 |
| ·人眼机制及特性 | 第22-23页 |
| ·基于相关知识的推理识别 | 第23-26页 |
| ·知识描述的全局性与局部性 | 第23-25页 |
| ·基于知识的由粗到精的识别 | 第25-26页 |
| ·人类视觉感知的反馈机制 | 第26-28页 |
| ·视觉信息的集成和反馈 | 第26-27页 |
| ·反馈调节机制 | 第27-28页 |
| ·仿人视觉的目标感知策略 | 第28-31页 |
| ·底层特征感知策略 | 第28-29页 |
| ·系统感知策略 | 第29-30页 |
| ·闭环反馈的视觉系统 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 分层感知的车牌分割方法 | 第32-55页 |
| ·像素级处理与目标感知的鸿沟 | 第32-34页 |
| ·图像信息和真实物体间的鸿沟 | 第32-34页 |
| ·底层处理和高层识别的鸿沟 | 第34页 |
| ·消除鸿沟的方法 | 第34-39页 |
| ·自顶向下分层感知方法 | 第34-35页 |
| ·整体感知方法 | 第35-37页 |
| ·多尺度方法 | 第37页 |
| ·车牌分层感知框架 | 第37-39页 |
| ·基于运动检测车辆 | 第39-42页 |
| ·背景建模及实时背景更新算法 | 第39-41页 |
| ·车辆整体检测 | 第41-42页 |
| ·基于反馈机制的车牌分割 | 第42-51页 |
| ·仿人车牌定位框架 | 第42-47页 |
| ·车牌定位流程及实验 | 第47-51页 |
| ·车牌字符的多尺度分割 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 信息缺失条件下的车牌识别 | 第55-69页 |
| ·车牌识别中的信息缺失问题 | 第55-57页 |
| ·字符局部信息缺失 | 第55-56页 |
| ·车牌局部信息缺失 | 第56页 |
| ·局部信息的作用 | 第56-57页 |
| ·字符局部信息缺失情况下的识别 | 第57-64页 |
| ·常用的车牌字符识别方法及其缺陷 | 第57-58页 |
| ·基于局部证据的抗缺失字符分类识别方法 | 第58-62页 |
| ·实验分析 | 第62-64页 |
| ·车牌局部信息缺失情况下的识别 | 第64-68页 |
| ·局部信息缺失的检测与判断 | 第65页 |
| ·基于多帧融合的车牌识别方法 | 第65-66页 |
| ·实验结果 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·工作总结 | 第69页 |
| ·工作展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 作者攻读硕士学位期间的主要研究成果 | 第77页 |
