| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-27页 |
| ·智能交通系统概述 | 第13-14页 |
| ·国内外智能交通系统的发展历史及现状 | 第14-20页 |
| ·美国智能交通的发展现状及趋势 | 第14-16页 |
| ·日本智能交通的发展现状及趋势 | 第16-17页 |
| ·我国智能交通的发展现状及趋势 | 第17-20页 |
| ·智能交通系统中图像识别技术的应用现状 | 第20-25页 |
| ·图像识别技术的发展现状 | 第21-22页 |
| ·图像识别技术在智能交通监控系统中的应用现状 | 第22-25页 |
| ·论文的主要工作和结构安排 | 第25-27页 |
| ·论文的主要工作 | 第25页 |
| ·论文的章节安排 | 第25-27页 |
| 2 车辆检测 | 第27-32页 |
| ·引言 | 第27页 |
| ·系统的硬件 | 第27-28页 |
| ·装置和器材的选择 | 第28-31页 |
| ·以高性能的DSP为核心处理器 | 第28-29页 |
| ·视频解码器的选型 | 第29页 |
| ·电源管理芯片的选型 | 第29-30页 |
| ·存储设备的选择 | 第30页 |
| ·雷达 | 第30页 |
| ·摄像机 | 第30-31页 |
| ·工作原理 | 第31页 |
| ·本章小结 | 第31-32页 |
| 3 车牌照图像预处理 | 第32-53页 |
| ·真彩图像转化为灰度图像 | 第32-33页 |
| ·图像增强 | 第33-40页 |
| ·线性灰度变换法 | 第34-37页 |
| ·直方图均衡法 | 第37-40页 |
| ·去噪 | 第40-50页 |
| ·中值滤波 | 第40-41页 |
| ·基于小波变换和遗传算法的去噪方法 | 第41-50页 |
| ·二值化 | 第50-51页 |
| ·确认白底黑字图像 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 4 车牌照定位 | 第53-66页 |
| ·数学形态学进行车牌首次定位的方法 | 第54-58页 |
| ·腐蚀去噪 | 第55页 |
| ·作膨胀、腐蚀运算 | 第55-56页 |
| ·标记连通域 | 第56页 |
| ·标识并定位车牌 | 第56-58页 |
| ·小波高频子图像重构进行首次定位的方法 | 第58-61页 |
| ·按一定原则进行小波重构 | 第58-59页 |
| ·算法流程 | 第59页 |
| ·边缘检测效果 | 第59-60页 |
| ·首次定位 | 第60-61页 |
| ·车牌图像的倾斜校正 | 第61-63页 |
| ·精确定位 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 5 车牌照字符分割与识别 | 第66-81页 |
| ·车牌字符分割 | 第68-76页 |
| ·基本的Snake模型 | 第68-69页 |
| ·粘连字符分割的Snake模型 | 第69-70页 |
| ·确定初始轮廓 | 第70-74页 |
| ·算法流程 | 第74-75页 |
| ·归一化处理 | 第75-76页 |
| ·字符识别算法的研究 | 第76-80页 |
| ·引言 | 第76页 |
| ·分类网络 | 第76-77页 |
| ·算法分析 | 第77-78页 |
| ·方案验证及实验结果 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 6 基于DSP的车牌监控系统 | 第81-97页 |
| ·硬件模块 | 第81-88页 |
| ·硬件模块的主要功能及其基本框架 | 第81-84页 |
| ·DSP时钟频率及启动配置方案 | 第84页 |
| ·TMS320C6205对SAA7111的参数设置 | 第84页 |
| ·图像存储及控制接口的CPLD设计 | 第84-87页 |
| ·TMS320C6205与存储器的接口 | 第87-88页 |
| ·实测信号 | 第88页 |
| ·汽车牌照识别的实现 | 第88-96页 |
| ·代码预处理 | 第88-90页 |
| ·DSP图像处理的程序流程 | 第90-92页 |
| ·DSP程序的优化 | 第92-96页 |
| ·本章小结 | 第96-97页 |
| 7 总结与展望 | 第97-99页 |
| ·工作总结 | 第97页 |
| ·展望 | 第97-99页 |
| 参考文献 | 第99-104页 |
| 致谢 | 第104-105页 |
| 作者简介及读研期间主要科研成果 | 第105页 |