低质量车牌图像中字符识别关键技术的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·车牌字符识别的研究现状 | 第12-14页 |
| ·本文研究内容 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第二章 系统概述 | 第16-23页 |
| ·本文背景系统概述 | 第16-17页 |
| ·字符识别的难点 | 第17-18页 |
| ·常用的字符识别方法 | 第18-19页 |
| ·本文字符识别的技术路线 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 字符图像的预处理 | 第23-27页 |
| ·预处理技术路线 | 第23页 |
| ·车牌字符二值化 | 第23-24页 |
| ·基于中值滤波的字符图像去噪 | 第24-25页 |
| ·车牌字符归一化 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于KPCA和快速SVM的粗分类 | 第27-39页 |
| ·粗分类技术路线 | 第27页 |
| ·核主成分分析基本原理 | 第27-29页 |
| ·基于核主成分分析的车牌字符特征提取 | 第29-32页 |
| ·基于相似性分析的快速SVM原理 | 第32-35页 |
| ·基于相似性分析的快速SVM车牌字符分类 | 第35-37页 |
| ·本章实验分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于显著特征区域和形状上下文的细分类 | 第39-48页 |
| ·细分类思想 | 第39-40页 |
| ·基于显著特征区域和形状上下文的车牌字符细分类 | 第40-45页 |
| ·本章实验分析 | 第45-47页 |
| ·算法分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第六章 车牌中的汉字识别 | 第48-56页 |
| ·车牌汉字识别的特点 | 第48-49页 |
| ·常用的汉字特征表示方法 | 第49页 |
| ·基于HOG的车牌汉字特征提取 | 第49-54页 |
| ·本章实验分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第七章 实验结果及分析 | 第56-61页 |
| ·实验数据准备 | 第56页 |
| ·数字和字母实验结果 | 第56-58页 |
| ·汉字识别结果 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第八章 总结与展望 | 第61-62页 |
| ·总结 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
