低照度图像的车牌检测与识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-14页 |
| 第一章 绪论 | 第14-19页 |
| ·课题的研究背景和意义 | 第14页 |
| ·车牌识别系统的国内外研究现状 | 第14-16页 |
| ·图像增强技术的国内外研究现状 | 第16-17页 |
| ·本文主要工作及结构安排 | 第17-19页 |
| 第二章 车牌检测与识别算法原理 | 第19-27页 |
| ·国内车辆车牌特征 | 第19-21页 |
| ·车牌检测基本算法 | 第21-22页 |
| ·车牌字符分割 | 第22-25页 |
| ·车牌字符识别 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 JPEG 图像增强方法 | 第27-42页 |
| ·引言 | 第27页 |
| ·算法基础 | 第27-31页 |
| ·JPEG 压缩编码流程 | 第27-30页 |
| ·Retinex 理论 | 第30-31页 |
| ·JPEG 图像增强方法 | 第31-35页 |
| ·算法基本流程 | 第31-33页 |
| ·抑制块效应方法 | 第33-35页 |
| ·实验与分析 | 第35-40页 |
| ·与其他算法比较 | 第35-39页 |
| ·本文算法对 JPEG 压缩比的影响 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 低照度图像的车牌检测与识别 | 第42-56页 |
| ·引言 | 第42-43页 |
| ·基于 Adaboost 的车牌定位算法 | 第43-48页 |
| ·Adaboost 算法 | 第43-44页 |
| ·车牌特征的选择 | 第44页 |
| ·Adaboost 车牌定位算法实现 | 第44-47页 |
| ·车牌检测实验结果 | 第47-48页 |
| ·车牌字符分割 | 第48-51页 |
| ·去除车牌噪声 | 第48-50页 |
| ·基于最大连通区域的字符分割 | 第50-51页 |
| ·基于 PCA 的车牌字符识别 | 第51-54页 |
| ·样本的特征提取 | 第51-52页 |
| ·PCA 样本库训练 | 第52-53页 |
| ·车牌字符图像识别 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参与的科研项目 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
