车牌识别系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·车牌识别的研究背景及意义 | 第10-11页 |
| ·车牌识别的研究现状 | 第11-12页 |
| ·车牌识别系统的工作原理及组成 | 第12-13页 |
| ·图像获取 | 第12-13页 |
| ·图像预处理 | 第13页 |
| ·车牌定位 | 第13页 |
| ·字符分割 | 第13页 |
| ·字符识别 | 第13页 |
| ·车牌识别技术的难点 | 第13-14页 |
| ·论文安排 | 第14-16页 |
| 第二章 图像的预处理 | 第16-25页 |
| ·图像的灰度化 | 第16-17页 |
| ·灰度图像增强 | 第17-20页 |
| ·空域法 | 第17-18页 |
| ·频域法 | 第18页 |
| ·线性灰度增强 | 第18-19页 |
| ·分段线性变换 | 第19-20页 |
| ·本文所用的分段线性变换实验结果 | 第20页 |
| ·图像的二值化 | 第20-24页 |
| ·阈值选取算法的分类 | 第21页 |
| ·常用的二值化方法 | 第21-23页 |
| ·本文采用二值化方法——Otsu 算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 车牌定位 | 第25-33页 |
| ·几种常用的车牌定位算法 | 第25-29页 |
| ·基于数学形态学的定位 | 第25-26页 |
| ·基于投影法的定位 | 第26-27页 |
| ·基于边缘检测的定位 | 第27-28页 |
| ·基于神经网络的定位 | 第28-29页 |
| ·本文所用的车牌定位方法 | 第29-32页 |
| ·形态学边缘检测 | 第29页 |
| ·检测车牌候选区域 | 第29-30页 |
| ·基于水平、垂直投影的精定位 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 倾斜校正 | 第33-37页 |
| ·车牌倾斜形式 | 第33-34页 |
| ·水平倾斜 | 第33页 |
| ·垂直倾斜 | 第33-34页 |
| ·混合倾斜 | 第34页 |
| ·车牌倾斜校正的常用方法 | 第34-35页 |
| ·本文所采用的倾斜校正方法 | 第35-36页 |
| ·边缘检测 | 第35页 |
| ·Radon 变换 | 第35页 |
| ·水平、垂直方向校正 | 第35-36页 |
| ·倾斜校正后再一次车牌定位 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第五章 字符分割 | 第37-40页 |
| ·常用的车牌字符分割方法 | 第37-38页 |
| ·车牌字符特征 | 第38-39页 |
| ·本文采用的字符分割方法 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第六章 字符识别 | 第40-58页 |
| ·字符识别的几种常用方法 | 第40-44页 |
| ·基于模板匹配的识别方法 | 第40-41页 |
| ·基于神经网络的识别方法 | 第41-44页 |
| ·支持向量机 | 第44-49页 |
| ·核心知识介绍 | 第44-45页 |
| ·SVM 介绍 | 第45-49页 |
| ·本文使用的字符识别方法 | 第49-50页 |
| ·训练样本的选取 | 第49页 |
| ·分类算法实现 | 第49-50页 |
| ·核函数的选取 | 第50页 |
| ·参数寻优 | 第50页 |
| ·实验结果 | 第50-56页 |
| ·汉字识别部分 | 第50-52页 |
| ·字母识别部分 | 第52-54页 |
| ·字母数字混合识别部分 | 第54-56页 |
| ·整体识别情况 | 第56页 |
| ·结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第七章 工作总结及展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第64-65页 |
| 致谢 | 第65页 |
