智能交通系统中车牌定位问题的研究
| 第1章 绪论 | 第1-17页 |
| ·引言 | 第10页 |
| ·智能交通系统含义及研究内容 | 第10-13页 |
| ·智能交通系统研究内容 | 第11页 |
| ·智能交通系统研究现状及市场前景 | 第11-13页 |
| ·车牌自动识别系统概念及应用现状和发展趋势 | 第13-16页 |
| ·车牌自动识别系统概念 | 第13-15页 |
| ·车牌自动识别系统应用现状 | 第15-16页 |
| ·本文的工作和文章组织 | 第16-17页 |
| 第2章 图像分割理论及其算法 | 第17-31页 |
| ·图像分割理论 | 第17-21页 |
| ·图像分割的定义 | 第17-18页 |
| ·图像分割算法及其分类 | 第18-21页 |
| ·灰度阈值法分割 | 第21-25页 |
| ·二值化图像分割 | 第21-23页 |
| ·阈值的选择 | 第23-25页 |
| ·基于样板匹配的图像分割 | 第25-28页 |
| ·区域生长和区域聚合 | 第28-29页 |
| ·区域生长 | 第28-29页 |
| ·区域聚合 | 第29页 |
| ·图像分割的难点 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 车牌定位分割技术 | 第31-40页 |
| ·车牌的固有特征 | 第31-32页 |
| ·车牌定位算法介绍 | 第32-39页 |
| ·基于车牌形状特性的定位算法 | 第32-33页 |
| ·基于车牌区域灰度变化特征的定位算法 | 第33-36页 |
| ·基于矢量量化的方法 | 第36-37页 |
| ·基于彩色车牌图像的定位方法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于形状特性和纹理分析的车牌定位算法 | 第40-60页 |
| ·概述 | 第40-41页 |
| ·图像预处理 | 第41-50页 |
| ·彩色图像的灰度化 | 第41-42页 |
| ·图像平滑 | 第42-46页 |
| ·边缘检测技术 | 第46-50页 |
| ·基于形状特性的车牌区域的快速搜索 | 第50-56页 |
| ·数学形态学基本运算 | 第51-53页 |
| ·车牌区域中的数学形态学运算 | 第53-54页 |
| ·基于车牌形状特性的目标区域搜索 | 第54-56页 |
| ·基于颜色和纹理分析的车辆牌照定位 | 第56-59页 |
| ·颜色特征 | 第56-58页 |
| ·车牌区域的颜色特征分析 | 第58页 |
| ·车牌的纹理特征分析 | 第58-59页 |
| ·本章小节 | 第59-60页 |
| 第5章 实验结果分析与说明 | 第60-70页 |
| ·车牌自动定位系统的组成 | 第60-61页 |
| ·实验系统的软硬件开发环境 | 第60页 |
| ·本实验系统的组成 | 第60-61页 |
| ·车牌自动定位系统的实现 | 第61-65页 |
| ·图像的采集 | 第61-63页 |
| ·图像的预处理 | 第63页 |
| ·车牌区域的搜索 | 第63-64页 |
| ·车牌定位 | 第64-65页 |
| ·软件系统综述 | 第65页 |
| ·实验结果分析与说明 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间所发表论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
