| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·智能停车场系统存在的问题及解决方案 | 第8-10页 |
| ·智能停车场系统存在的问题 | 第8-9页 |
| ·针对现存问题的解决方案 | 第9页 |
| ·智能停车场系统技术关键 | 第9-10页 |
| ·本文创新点 | 第10页 |
| ·本文主要研究的内容 | 第10页 |
| ·论文的结构安排 | 第10-12页 |
| 2 图像抓拍 | 第12-18页 |
| ·设备网络 SDK 获取视频数据 | 第12页 |
| ·获取运动目标概况 | 第12-13页 |
| ·获取车牌图像流程 | 第13页 |
| ·MODE 算法的原理 | 第13页 |
| ·改进的 MODE 算法建模 | 第13-14页 |
| ·基于混合高斯模型的运动目标检测 | 第14-17页 |
| ·单高斯背景建模 | 第14-15页 |
| ·混合高斯背景建模 | 第15-16页 |
| ·改进混合高斯背景建模 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 车牌定位 | 第18-28页 |
| ·本文车牌定位介绍 | 第18页 |
| ·车牌定位 | 第18-25页 |
| ·边缘检测 | 第19-20页 |
| ·Shen 滤波边缘图像增强 | 第20-21页 |
| ·Shen 滤波图像二值化 | 第21-22页 |
| ·候选区域 | 第22-23页 |
| ·车牌区域 | 第23-25页 |
| ·实验结果分析 | 第25-27页 |
| ·实验参数分析 | 第27页 |
| ·Shen 低通滤波参数a的确定 | 第27页 |
| ·三个参数T_1 ,T_2 ,T_3 的确定 | 第27页 |
| ·四个参数T_4 ,T_5 ,T_6 ,T_7 的确定 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 车牌字符分割 | 第28-35页 |
| ·车牌图像增强 | 第28-30页 |
| ·车牌图像空间域增强 | 第28-29页 |
| ·分段线性变换 | 第29-30页 |
| ·车牌校正以及字符分割 | 第30-33页 |
| ·车牌校正 | 第30-31页 |
| ·车牌边缘提取 | 第31-32页 |
| ·车牌字符分割 | 第32-33页 |
| ·实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 5 车牌字符识别 | 第35-38页 |
| ·图像归一化处理 | 第35-36页 |
| ·K 近邻分类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 6 系统界面以及工作总结 | 第38-42页 |
| ·系统界面说明 | 第38-39页 |
| ·系统运行界面 | 第39-40页 |
| ·实验结果分析 | 第40页 |
| ·结论以及工作展望 | 第40-42页 |
| ·本文工作结论 | 第40-41页 |
| ·本文展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 攻读硕士学位期间所取得的研究成果 | 第46页 |