汽车牌照自动识别系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·背景及意义 | 第11-13页 |
| ·汽车牌照自动识别关键技术综述 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·本文主要研究内容 | 第16页 |
| ·本文的结构安排 | 第16-18页 |
| 第二章 车牌定位 | 第18-31页 |
| ·引言 | 第18页 |
| ·车牌几何特点及纹理特征 | 第18-19页 |
| ·车牌定位的方法回顾 | 第19-20页 |
| ·图像灰度差二值化车牌定位法 | 第20-29页 |
| ·图像预处理 | 第20-25页 |
| ·车牌的定位 | 第25-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 字符的分割 | 第31-52页 |
| ·引言 | 第31-32页 |
| ·字符分割的预处理 | 第32-45页 |
| ·图像的灰度化 | 第32页 |
| ·灰度图二值化 | 第32-37页 |
| ·二值图色彩归一化 | 第37-38页 |
| ·车牌倾斜校正 | 第38-41页 |
| ·车牌尺寸归一化 | 第41页 |
| ·二值图的去噪 | 第41-45页 |
| ·字符的分割 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 字符的识别 | 第52-60页 |
| ·引言 | 第52页 |
| ·车牌字符识别典型算法 | 第52-54页 |
| ·基于模板匹配识别法 | 第52-53页 |
| ·基于神经网络识别法 | 第53页 |
| ·基于支持向量机识别法 | 第53-54页 |
| ·基于向量特征的模板匹配法 | 第54-58页 |
| ·字符特征的提取 | 第54-56页 |
| ·字符的识别 | 第56-58页 |
| ·实验结果 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第五章 基于云计算技术的车牌识别 | 第60-71页 |
| ·引言 | 第60-61页 |
| ·云计算 | 第61-62页 |
| ·云计算的定义 | 第61页 |
| ·云计算的特点 | 第61-62页 |
| ·基于云计算技术的车牌识别系统 | 第62-63页 |
| ·基于云计算技术的车牌识别系统的优点 | 第62页 |
| ·基于云计算技术的车牌识别系统的运行流程 | 第62-63页 |
| ·云数据库 | 第63-70页 |
| ·云数据库的申请 | 第63-66页 |
| ·云数据库的设计 | 第66-67页 |
| ·云端计算 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
