复杂背景下多车牌图像分割技术研究
| 摘 要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·车辆牌照识别系统的概述 | 第9-12页 |
| ·智能交通概述 | 第9-10页 |
| ·车辆牌照识别系统的提出 | 第10-11页 |
| ·车辆牌照识别在国内外研究的现状 | 第11-12页 |
| ·车辆牌照分割技术的发展和不足 | 第12-14页 |
| ·复杂背景下多车牌分割技术的研究意义 | 第14-15页 |
| ·论文内容安排 | 第15-16页 |
| 第二章 复杂背景下多车牌图像分割相关技术的介绍 | 第16-28页 |
| ·图像背景去除技术 | 第16-23页 |
| ·静止目标的背景去除技术 | 第16-20页 |
| ·运动目标的背景去除技术 | 第20-23页 |
| ·常用的车牌检测和分割技术 | 第23-27页 |
| ·水平差分扫描法 | 第23-24页 |
| ·边缘检测法 | 第24-26页 |
| ·纹理特征搜寻法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 多车牌图像的复杂背景去除和车体区域分割 | 第28-44页 |
| ·彩色图像的灰度化预处理 | 第28-29页 |
| ·基于特征模糊匹配的复杂背景去除法 | 第29-36页 |
| ·特征模糊匹配法简介 | 第29-30页 |
| ·相似度函数的选取 | 第30-32页 |
| ·基于不同匹配对象选取策略的背景去除 | 第32-36页 |
| ·基于图像区域连通技术的车体区域分割 | 第36-41页 |
| ·基于标签法的图像区域连通技术 | 第37-38页 |
| ·车体区域的修复和分割 | 第38-41页 |
| ·复杂背景去除与车体区域分割的算法流程 | 第41-43页 |
| ·算法分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 多车牌图像车牌区的检测与分割 | 第44-63页 |
| ·分割前的预处理 | 第44-48页 |
| ·改进的横向差分法处理 | 第44-46页 |
| ·最小误差阈值法处理 | 第46-48页 |
| ·各待选车牌区的定位分割 | 第48-53页 |
| ·待选车牌区特征跳变点的寻找 | 第49-51页 |
| ·待选车牌区的分割 | 第51-53页 |
| ·基于数学形态学和投影技术的各疑似单车牌的分割 | 第53-58页 |
| ·数学形态学的定义和基本运算 | 第53-56页 |
| ·待选车牌区的形态学预处理 | 第56页 |
| ·基于投影信息的各疑似单车牌分割 | 第56-58页 |
| ·各单车牌的验证和最终定位 | 第58页 |
| ·多车牌图像车牌区检测与分割的算法流程 | 第58-59页 |
| ·实验结果及分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·本文总结 | 第63页 |
| ·未来的工作与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 个人简历、在校期间的研究成果及发表的论文 | 第69页 |
