基于PCA的车牌识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·智能交通系统 | 第7页 |
| ·车牌识别系统 | 第7-9页 |
| ·车牌识别系统应用领域 | 第7-8页 |
| ·车牌识别系统研究现状 | 第8-9页 |
| ·车牌识别系统原理 | 第9-10页 |
| ·主要内容 | 第10-13页 |
| 第二章 模糊车牌图像恢复 | 第13-29页 |
| ·图像退化模型 | 第13页 |
| ·模糊角度确定 | 第13-20页 |
| ·确定模糊角度时中心亮十字问题 | 第13-16页 |
| ·对称相消法消除中心亮十字 | 第16-18页 |
| ·频谱滤波 | 第18-20页 |
| ·模糊长度确定 | 第20-23页 |
| ·频域法 | 第20-21页 |
| ·光流法 | 第21-23页 |
| ·频域法与光流法比较 | 第23页 |
| ·消除振铃效应 | 第23-26页 |
| ·模糊恢复算法流程图及效果 | 第26-29页 |
| 第三章 车牌定位 | 第29-43页 |
| ·车牌图像预处理 | 第29-35页 |
| ·灰度化图像 | 第29-30页 |
| ·灰度直方图 | 第30-31页 |
| ·灰度拉伸 | 第31-35页 |
| ·车牌候选区域确定 | 第35-39页 |
| ·候选区域确定算法流程 | 第35页 |
| ·车牌候选区域确定方法 | 第35-39页 |
| ·Sobel 边缘检测 | 第35-36页 |
| ·灰度图像二值化 | 第36-38页 |
| ·连通区域分析 | 第38-39页 |
| ·车牌定位 | 第39-43页 |
| 第四章 基于 PCA 的车牌识别算法 | 第43-61页 |
| ·基于粗网格的非车牌区域去除算法 | 第43-45页 |
| ·粗网格法 | 第43-44页 |
| ·粗网格法去除非车牌区域 | 第44-45页 |
| ·字符分割中的特殊处理 | 第45-49页 |
| ·去除铆钉和边框 | 第45-47页 |
| ·数字“1”的特殊处理 | 第47-49页 |
| ·基于 PCA 的车牌识别算法实现 | 第49-61页 |
| ·字符识别常用算法 | 第49-51页 |
| ·基于 PCA 的车牌字符主分量提取 | 第51-53页 |
| ·基于 PCA 的车牌字符识别算法 | 第53-57页 |
| ·车牌字符识别结果分析 | 第57-61页 |
| 第五章 结束语 | 第61-65页 |
| ·论文总结 | 第61-62页 |
| ·研究工作展望 | 第62-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 在读期间科研成果 | 第71-72页 |
