基于灰度空间的车标识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 概述 | 第9-14页 |
| ·选题背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·车牌定位研究现状 | 第10-11页 |
| ·车标定位研究现状 | 第11页 |
| ·车标识别研究现状 | 第11-12页 |
| ·本文主要工作 | 第12页 |
| ·本文章节安排 | 第12-14页 |
| 第二章 车标图像处理理论基础 | 第14-23页 |
| ·灰度图像增强技术 | 第14-18页 |
| ·直方图均衡化 | 第14-15页 |
| ·分段线性灰度拉伸 | 第15-16页 |
| ·非线性灰度变换 | 第16页 |
| ·Retinex增强理论 | 第16-18页 |
| ·灰度图像空域滤波技术与边缘检测 | 第18-20页 |
| ·平滑滤波 | 第19页 |
| ·边缘检测 | 第19-20页 |
| ·大津二值化算法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于灰度图像的车牌定位算法研究 | 第23-45页 |
| ·车牌定位简介 | 第23-24页 |
| ·基于统计特征的启发式车牌定位算法 | 第24-34页 |
| ·图像预处理 | 第24-25页 |
| ·车牌特征提取 | 第25-26页 |
| ·算法描述 | 第26-28页 |
| ·实验结果及分析 | 第28-34页 |
| ·基于横幅搜索的车牌定位算法 | 第34-43页 |
| ·图像预处理 | 第35-38页 |
| ·算法描述 | 第38-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 车标识别算法研究 | 第45-61页 |
| ·基于车牌倾斜角度的车形校正 | 第45-47页 |
| ·基于车牌定位的车标定位算法 | 第47-53页 |
| ·车标初定位 | 第47-48页 |
| ·背景纹理确定 | 第48-49页 |
| ·车标精确定位 | 第49-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·车标识别 | 第53-60页 |
| ·基于Hu不变矩的特征提取 | 第53-54页 |
| ·基于Tchebichef不变矩的特征提取 | 第54-56页 |
| ·KNN近邻机器学习算法 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 图目录 | 第68-70页 |
| Figure List | 第70-72页 |
| 表目录 | 第72页 |
| Table List | 第72-73页 |
| 致谢 | 第73-74页 |
| 攻读期间发表的学术论文 | 第74页 |
