车牌识别系统关键算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的背景及意义 | 第10-15页 |
| ·智能交通系统的发展与意义 | 第10-11页 |
| ·车牌识别系统的应用范围 | 第11-12页 |
| ·车牌系统的主要构成 | 第12-13页 |
| ·国内外研究状况 | 第13-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| 第2章 图像预处理方法 | 第16-23页 |
| ·图像灰度校正 | 第16-17页 |
| ·图像降噪处理 | 第17-22页 |
| ·空间域滤波 | 第18-19页 |
| ·频域滤波 | 第19-20页 |
| ·小波包变换 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 车牌图像的预处理技术 | 第23-32页 |
| ·基于灰度图像的车牌预处理技术 | 第23-25页 |
| ·RGB颜色模型 | 第23-24页 |
| ·彩色图像转换为灰度图像 | 第24-25页 |
| ·基于小波包变换的直方图均衡化预处理技术 | 第25-26页 |
| ·基于彩色图像的车牌预处理技术 | 第26-28页 |
| ·彩色车牌的预处理技术 | 第28-31页 |
| ·亮度部分增强处理 | 第28-29页 |
| ·饱和度增强 | 第29-30页 |
| ·结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 车牌分割 | 第32-43页 |
| ·车牌图像分割 | 第32-33页 |
| ·基于边界的图像分割方法 | 第33-39页 |
| ·基于一阶微分的图像边缘检测算法 | 第34-37页 |
| ·基于二阶微分的灰度图像边缘检测算法 | 第37-39页 |
| ·阈值分割方法 | 第39-42页 |
| ·固定阈值分割运算 | 第39-41页 |
| ·自适应阈值分割法 | 第41页 |
| ·基于边缘检测的自适应阈值分割方法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 车牌定位和字符分割 | 第43-49页 |
| ·车牌定位 | 第43-44页 |
| ·字符分割 | 第44-45页 |
| ·车牌定位与字符分割算法 | 第45-48页 |
| ·基于颜色特征的车牌定位法 | 第45-46页 |
| ·基于边缘检测分割的车牌定位方法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |