复杂场景下车牌识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究的历史和现状 | 第11页 |
| 1.2.1 车牌识别系统的组成和工作原理 | 第11页 |
| 1.2.2 车牌识别技术国内外研究现状 | 第11页 |
| 1.3 车牌识别研究中的难点 | 第11-13页 |
| 1.4 车牌识别算法的评价指标 | 第13-14页 |
| 1.5 本文主要研究工作与组织结构 | 第14-16页 |
| 1.5.1 主要的研究工作 | 第14页 |
| 1.5.2 论文结构 | 第14-16页 |
| 第二章 车牌识别相关技术介级 | 第16-22页 |
| 2.1 车牌定位技术 | 第16-18页 |
| 2.2 车牌字符切分技术 | 第18-20页 |
| 2.3 车牌字符识别技术 | 第20-22页 |
| 第三章 复杂场景下的车牌定位方法 | 第22-34页 |
| 3.1 引言 | 第22-23页 |
| 3.2 图像预处理方法 | 第23-27页 |
| 3.2.1 图像边缘检测与二值化 | 第23-25页 |
| 3.2.2 基于HSV颜色空间的辅助分割方法 | 第25-26页 |
| 3.2.3 基于形态学处理的逆光弱对比度增强 | 第26-27页 |
| 3.3 车牌粗定位 | 第27-30页 |
| 3.3.1 滤波与图像裁剪 | 第27-28页 |
| 3.3.2 行扫描标记图像 | 第28-29页 |
| 3.3.3 连通区域标记与形态学处理 | 第29-30页 |
| 3.4 车牌精确定位 | 第30-32页 |
| 3.5 实验结果与小结 | 第32-34页 |
| 3.5.1 实验结果 | 第32-33页 |
| 3.5.2 总结 | 第33-34页 |
| 第四章 三级反馈车牌字符切分方法 | 第34-50页 |
| 4.1 引言 | 第34-35页 |
| 4.2 图像预处理方法 | 第35-39页 |
| 4.2.1 图像反色 | 第35-36页 |
| 4.2.2 图像二值化方法 | 第36-38页 |
| 4.2.3 图像边缘检测 | 第38-39页 |
| 4.3 车牌校正方法 | 第39-43页 |
| 4.3.1 基于梯度统计的车牌倾斜校正 | 第40-42页 |
| 4.3.2 竖直方向校正 | 第42-43页 |
| 4.4 车牌分割 | 第43-46页 |
| 4.4.1 模板匹配 | 第43-45页 |
| 4.4.2 动态阈值的投影方法 | 第45-46页 |
| 4.5 多级反馈结构的字符切分方法 | 第46-47页 |
| 4.6 实验结果与小结 | 第47-50页 |
| 第五章 车牌字符识别方法研究 | 第50-64页 |
| 5.1 引言 | 第50-51页 |
| 5.2 数据预处理 | 第51页 |
| 5.3 图像特征提取 | 第51-54页 |
| 5.3.1 二值图片直方图特征 | 第51-52页 |
| 5.3.2 方向梯度直方图特征 | 第52-53页 |
| 5.3.3 LBP特征 | 第53-54页 |
| 5.3.4 sift特征 | 第54页 |
| 5.4 分类算法 | 第54-58页 |
| 5.4.1 人工神经网络 | 第54-55页 |
| 5.4.2 支持向量机 | 第55-58页 |
| 5.5 残损字符与相似字符的识别 | 第58页 |
| 5.6 本文采用的车牌识别方法 | 第58-60页 |
| 5.7 实验与小结 | 第60-64页 |
| 第六章 结论与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 个人简历、在学期间发表的论文与研究成果 | 第72页 |
