高速公路收费系统中图像识别关键技术的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-8页 |
| Contents | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·智能交通系统 | 第11-12页 |
| ·高速公路收费系统 | 第12-14页 |
| ·图像识别关键技术 | 第14-16页 |
| ·车牌识别技术 | 第14-16页 |
| ·车型识别 | 第16页 |
| ·课题来源和选题意义 | 第16-18页 |
| ·本论文的主要内容和结构 | 第18-19页 |
| 第二章 车辆识别系统概述 | 第19-22页 |
| ·研究意义 | 第19页 |
| ·系统的工作原理 | 第19-21页 |
| ·关键技术及创新点 | 第21-22页 |
| 第三章 车辆图像采集 | 第22-30页 |
| ·采集方式 | 第22页 |
| ·采集设备 | 第22-26页 |
| ·摄像机和镜头 | 第23-24页 |
| ·图像采集卡 | 第24-25页 |
| ·光源 | 第25-26页 |
| ·本系统选用的设备 | 第26-27页 |
| ·车辆图像采集难点与解决措施 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 车牌定位与字符分割 | 第30-41页 |
| ·国内车牌的先验知识 | 第30-31页 |
| ·车牌定位 | 第31-37页 |
| ·常用的车牌定位方法 | 第31-32页 |
| ·灰度转换 | 第32页 |
| ·边缘检测 | 第32-34页 |
| ·图像增强 | 第34-35页 |
| ·车牌区域检测 | 第35-36页 |
| ·颜色分析 | 第36-37页 |
| ·车牌切割 | 第37页 |
| ·字符分割 | 第37-40页 |
| ·常用的字符分割方法 | 第37页 |
| ·水平分割 | 第37-38页 |
| ·垂直分割 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 字符识别 | 第41-50页 |
| ·常用的字符识别方法 | 第41-42页 |
| ·汉字识别 | 第42-43页 |
| ·建立模板库 | 第42页 |
| ·图像预处理 | 第42页 |
| ·最小距离法 | 第42-43页 |
| ·数字与字母识别 | 第43-48页 |
| ·字符的特征与分类 | 第43-44页 |
| ·图像预处理 | 第44-46页 |
| ·识别算法 | 第46-48页 |
| ·实验结果 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第六章 车型识别 | 第50-57页 |
| ·车型识别概述 | 第50-51页 |
| ·模糊集方法 | 第51-54页 |
| ·特征提取 | 第51-52页 |
| ·模糊识别 | 第52-54页 |
| ·神经网络方法 | 第54-55页 |
| ·特征提取 | 第54页 |
| ·神经网络训练与识别 | 第54-55页 |
| ·模型匹配法 | 第55-56页 |
| ·参数化车辆模型描述方法 | 第55页 |
| ·建立参数车辆模型库及模型组合与车型对应表 | 第55页 |
| ·获取图像中车辆的模型 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第七章 系统设计与实验结果 | 第57-59页 |
| ·系统设计 | 第57页 |
| ·实验结果 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 独创性声明 | 第64-65页 |
| 致谢 | 第65页 |
