车牌自动识别方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景和意义 | 第13-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16-18页 |
| ·车牌自动识别系统 | 第18-20页 |
| ·硬件部分 | 第19页 |
| ·软件部分 | 第19-20页 |
| ·论文的主要研究内容 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第2章 图像预处理 | 第21-31页 |
| ·采集图像 | 第21页 |
| ·彩色图像转灰度图像 | 第21-22页 |
| ·图像的平滑滤波 | 第22-26页 |
| ·邻域平均法 | 第23页 |
| ·加权平均法 | 第23-24页 |
| ·中值滤波 | 第24页 |
| ·选择式掩膜平滑法 | 第24页 |
| ·处理结果比较 | 第24-26页 |
| ·图像的边缘提取 | 第26页 |
| ·图像二值化 | 第26-29页 |
| ·全局阈值法 | 第27页 |
| ·局部阈值法 | 第27页 |
| ·动态阈值法 | 第27-28页 |
| ·Laplace算子与迭代法相结合的阈值分割方法 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 车牌定位与分割 | 第31-39页 |
| ·车牌定位原理 | 第31页 |
| ·车牌定位方法 | 第31-35页 |
| ·基于二值图像的定位算法 | 第31-32页 |
| ·基于灰度处理的定位算法 | 第32-34页 |
| ·基于彩色处理的定位算法 | 第34页 |
| ·基于分类器的定位算法 | 第34-35页 |
| ·基于显著性特征融合的车牌定位方法 | 第35-37页 |
| ·我国汽车牌照的显著性特征 | 第35页 |
| ·基于纹理特征的车牌粗定位 | 第35-37页 |
| ·基于几何特征的车牌精确定位 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 车牌字符分割 | 第39-47页 |
| ·车牌的倾斜校正 | 第39-40页 |
| ·字符分割算法 | 第40-41页 |
| ·基于二值图像的分割算法 | 第40-41页 |
| ·基于灰度图像的分割算法 | 第41页 |
| ·基于行列扫描的字符分割方法 | 第41-42页 |
| ·车牌字符的标准归一化 | 第42-44页 |
| ·车牌字符细化 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 车牌字符识别 | 第47-59页 |
| ·字符识别原理 | 第47-48页 |
| ·基于学习的字符识别方法 | 第48页 |
| ·基于神经网络的字符识别方法 | 第48页 |
| ·基于SVM的字符识别方法 | 第48页 |
| ·基于匹配的字符识别方法 | 第48-49页 |
| ·基于模板匹配的识别方法 | 第48-49页 |
| ·基于特征匹配的识别算法 | 第49页 |
| ·车牌字符识别的特殊性 | 第49-50页 |
| ·字符特征提取 | 第50-54页 |
| ·字符结构特征 | 第50-51页 |
| ·字符统计特征 | 第51-53页 |
| ·结构与统计相结合的特征提取方法 | 第53-54页 |
| ·字符识别 | 第54-58页 |
| ·构造字符分类器 | 第54-55页 |
| ·建立字符模型库 | 第55-56页 |
| ·字符识别的模糊决策 | 第56-58页 |
| ·特殊车辆的处理 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第6章 实验验证 | 第59-65页 |
| ·系统整体结构 | 第59-61页 |
| ·测试结果及分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第7章 全文总结 | 第65-67页 |
| ·论文的主要研究工作 | 第65-66页 |
| ·论文的局限性及进一步研究工作 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73-75页 |
| 致谢 | 第75页 |
