基于海思平台的智能视频车牌识别算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景及研究意义 | 第10页 |
| ·国内外研究现状与发展趋势 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·本课题的主要内容 | 第11-12页 |
| ·本课题的创新点 | 第12页 |
| ·本文的章节安排 | 第12-14页 |
| 第2章 车牌图像预处理 | 第14-25页 |
| ·引言 | 第14页 |
| ·图像灰度化 | 第14-16页 |
| ·图像增强技术 | 第16-18页 |
| ·灰度拉伸 | 第16-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·中值滤波 | 第18页 |
| ·边缘检测 | 第18-21页 |
| ·图像二值化 | 第21-23页 |
| ·数学形态学 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 车牌定位与字符分割 | 第25-41页 |
| ·引言 | 第25页 |
| ·车牌定位 | 第25-36页 |
| ·车牌特征信息分析 | 第25-27页 |
| ·传统的定位算法 | 第27-29页 |
| ·基于边缘梯度的窗口搜索法 | 第29-33页 |
| ·基于投影特征的车牌区域验证 | 第33-35页 |
| ·基于铆钉的车牌区域验证 | 第35页 |
| ·车牌定位实验结果 | 第35-36页 |
| ·车牌字符分割 | 第36-40页 |
| ·引言 | 第36页 |
| ·车牌字符分割算法概述 | 第36-37页 |
| ·基于字符模板的分割算法 | 第37-39页 |
| ·车牌字符分割的实验结果 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 车牌字符识别 | 第41-50页 |
| ·引言 | 第41页 |
| ·字符识别的特点 | 第41-42页 |
| ·车牌字符的算法概述 | 第42-43页 |
| ·基于 BP 神经网络的车牌字符识别 | 第43-49页 |
| ·神经网络概述 | 第43页 |
| ·车牌字符的特征提取 | 第43-44页 |
| ·BP 神经网络算法的基本原理 | 第44-46页 |
| ·BP 神经网络的结构设计 | 第46-48页 |
| ·实验结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于海思平台的车牌识别系统设计 | 第50-55页 |
| ·设计的基本原则 | 第50页 |
| ·系统结构设计框图 | 第50-51页 |
| ·系统开发编译环境 | 第51-54页 |
| ·系统开发环境 | 第52-53页 |
| ·系统编译环境 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 测试方案与全文总结 | 第55-62页 |
| ·系统的测试方案 | 第55-56页 |
| ·测试结果与分析 | 第56-60页 |
| ·全文总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-67页 |
| 详细摘要 | 第67-70页 |
