车牌字符识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-13页 |
| ·智能交通系统(ITS)简介 | 第9页 |
| ·车牌字符识别技术发展现状 | 第9-12页 |
| ·字符特征提取 | 第10页 |
| ·分类器设计 | 第10-12页 |
| ·课题研究的主要内容 | 第12-13页 |
| 第2章 GABOR变换提取车牌字符特征 | 第13-27页 |
| ·GABOR滤波器简介 | 第13页 |
| ·GABOR滤波器定义 | 第13-15页 |
| ·GABOR滤波器的性质 | 第15-18页 |
| ·GABOR滤波器组参数的选择 | 第18-24页 |
| ·参数f的选取 | 第19-20页 |
| ·滤波器大小△x的选择 | 第20-22页 |
| ·参数s的选择 | 第22-23页 |
| ·滤波器移动距离的选择 | 第23页 |
| ·方向数的选取 | 第23-24页 |
| ·实验结果 | 第24-26页 |
| ·Gabor特征提取分类 | 第24-25页 |
| ·实验结果 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 聚类多模板车牌字符识别 | 第27-35页 |
| ·聚类多模板简介 | 第27-28页 |
| ·常用聚类多模板生成方法 | 第28-29页 |
| ·聚类的多模板生成方法 | 第29-33页 |
| ·聚类算法分析 | 第29-30页 |
| ·聚类多模板生成方法 | 第30-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 多分类器集成介绍 | 第35-49页 |
| ·多分类器集成简介 | 第35-37页 |
| ·为什么多分类器集成能提高系统分类精度 | 第37-39页 |
| ·多分类器集成提高分类精度的方法 | 第39-41页 |
| ·常用多分类器集成方法及其特点 | 第41-47页 |
| ·非再生集成方法 | 第42-45页 |
| ·再生集成方法 | 第45-47页 |
| ·实验比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 结合投票置信度加权多分类器集成 | 第49-62页 |
| ·轮廓特征提取 | 第49-50页 |
| ·阴影码特征提取 | 第50-51页 |
| ·最近邻分类器置信度估计 | 第51-54页 |
| ·置信度的定义和用途 | 第51-52页 |
| ·置信度和广义置信度 | 第52页 |
| ·最近邻分类器广义置信度估计 | 第52-53页 |
| ·置信度映射 | 第53-54页 |
| ·结合投票的置信度加权多分类器集成 | 第54-58页 |
| ·多分类器集成系统结构 | 第54-57页 |
| ·权重矩阵W的确定 | 第57-58页 |
| ·多分类器集成结果 | 第58页 |
| ·实验结果比较 | 第58-60页 |
| ·结果的进一步校正 | 第60页 |
| ·本章小结 | 第60-62页 |
| 总结和展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 研究生期间发表的论文 | 第66-68页 |
| 致谢 | 第68页 |
