基于改进极限学习机的车牌字符识别方法
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 图清单 | 第11-13页 |
| 表清单 | 第13-14页 |
| 1 绪论 | 第14-21页 |
| ·课题背景及现实意义 | 第14页 |
| ·车牌识别的主要方法 | 第14-16页 |
| ·基于模板匹配法的车牌识别 | 第15-16页 |
| ·基于特征统计匹配法的车牌识别 | 第16页 |
| ·基于神经网络法的车牌识别 | 第16页 |
| ·车牌识别技术的研究现状 | 第16-19页 |
| ·本文主要研究的内容 | 第19-21页 |
| 2 车牌图像预处理及车牌定位 | 第21-35页 |
| ·彩色图像灰度化 | 第21-22页 |
| ·梯度算子边缘检测 | 第22-24页 |
| ·数学形态学处理 | 第24-27页 |
| ·形态学基础 | 第24-26页 |
| ·腐蚀与膨胀运算 | 第26-27页 |
| ·车牌定位的方法 | 第27-32页 |
| ·基于彩色分割的车牌定位方法 | 第27-28页 |
| ·基于小波变换的车牌定位方法 | 第28-29页 |
| ·利用车牌灰度变换特征的投影拟合车牌定位方法 | 第29-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 3 车牌字符的分割 | 第35-42页 |
| ·车牌字符分割的方法 | 第35-37页 |
| ·基于间距的字符切分技术 | 第35-36页 |
| ·利用垂直投影进行字符分割 | 第36-37页 |
| ·去除车牌上下边框 | 第37-38页 |
| ·车牌中单个字符的分割 | 第38-40页 |
| ·字符归一化 | 第40-41页 |
| ·实验结果与分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 4 改进 ELM 在车牌字符识别中的应用 | 第42-61页 |
| ·ELM 算法概述 | 第42-48页 |
| ·单隐层前馈神经网络 | 第42-44页 |
| ·ELM 算法基本原理 | 第44-45页 |
| ·改进的 ELM 算法 | 第45-48页 |
| ·字符识别的原理 | 第48-49页 |
| ·车牌字符的特征提取 | 第49-52页 |
| ·汉字字符特征提取 | 第49-50页 |
| ·字母数字字符特征提取 | 第50-52页 |
| ·车牌字符分类器的设计 | 第52-55页 |
| ·ELM 汉字分类网络结构的设计 | 第53-54页 |
| ·ELM 字母分类网络结构的设计 | 第54页 |
| ·ELM 字母及数字分类网络结构的设计 | 第54-55页 |
| ·相似字符的拒识功能设计 | 第55页 |
| ·基于改进 ELM 的车牌字符识别过程 | 第55-56页 |
| ·实验结果及分析 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 5 车牌识别系统 GUI 设计 | 第61-66页 |
| ·车牌识别界面说明 | 第61-62页 |
| ·操作及运行过程说明 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 6 总结和展望 | 第66-69页 |
| ·研究工作总结 | 第66-67页 |
| ·研究工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录 A 改进 ELM 算法主要程序源码 | 第73-76页 |
| 作者简介 | 第76页 |
