越界车辆快速识别方法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 图清单 | 第11-13页 |
| 表清单 | 第13-14页 |
| 1 绪论 | 第14-18页 |
| ·研究背景 | 第14-15页 |
| ·车辆越界检测方法和研究现状 | 第15页 |
| ·车牌识别方法和研究现状 | 第15-16页 |
| ·本文结构 | 第16-18页 |
| 2 车辆越界检测方法研究 | 第18-36页 |
| ·预处理 | 第19-28页 |
| ·灰度化 | 第19-21页 |
| ·灰度修正 | 第21-23页 |
| ·平滑滤波 | 第23-28页 |
| ·目前车辆越界检测方法 | 第28-29页 |
| ·灰度或色度帧差统计方法 | 第28页 |
| ·线边缘结构检测方法 | 第28页 |
| ·车辆中心检测方法 | 第28-29页 |
| ·基于车辆跟踪的越界检测方法 | 第29页 |
| ·快速检测越界车辆方法研究 | 第29-34页 |
| ·基于区域生长的关键点提取 | 第30-33页 |
| ·基于 HSI 表色模型的自适应阈值检测 | 第33-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 车牌识别方法研究 | 第36-58页 |
| ·边缘检测 | 第36-43页 |
| ·梯度算子 | 第37-39页 |
| ·拉普拉斯算子 | 第39-40页 |
| ·LoG 算子 | 第40-41页 |
| ·Canny 算子 | 第41-43页 |
| ·车牌定位 | 第43-45页 |
| ·粗定位 | 第43-44页 |
| ·精确定位 | 第44-45页 |
| ·字符分割 | 第45-47页 |
| ·字符识别 | 第47-54页 |
| ·BP 神经网络基本介绍 | 第47-51页 |
| ·特征提取 | 第51页 |
| ·BP 神经网络设计 | 第51-53页 |
| ·改进型 BP 神经网络 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 4 GUI设计 | 第58-62页 |
| ·软件说明 | 第58页 |
| ·界面说明 | 第58-59页 |
| ·软件操作说明 | 第59-61页 |
| ·结果生成步骤 | 第59-60页 |
| ·结果查看步骤 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 5总结和展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录A 区域生长主要程序源码 | 第68-70页 |
| 附录B 改进型BP神经网络主要程序源码 | 第70-73页 |
| 作者简介 | 第73页 |
