复杂背景下的车牌图像增强与字符识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9-11页 |
| ·车牌识别系统概述 | 第11-12页 |
| ·车牌识别的国内外现状 | 第12-15页 |
| ·车牌识别系统的国内外现状 | 第12-13页 |
| ·车牌识别技术的国内外现状 | 第13-15页 |
| ·论文主要章节内容 | 第15-16页 |
| 第2章 复杂背景图像的图像加强与车牌定位 | 第16-36页 |
| ·复杂背景的图像增强 | 第16-26页 |
| ·图像灰度化 | 第16-17页 |
| ·基于小波变换的图像增强 | 第17-19页 |
| ·基于分数阶微分的图像增强 | 第19-22页 |
| ·小波分解和分数阶微分相结合的图像增强 | 第22-25页 |
| ·图像二值化 | 第25-26页 |
| ·基于边缘检测与形态学相结合的车牌定位 | 第26-35页 |
| ·图像边缘检测 | 第28-31页 |
| ·数学形态学 | 第31-33页 |
| ·定位算法与结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 车牌图像字符分割 | 第36-46页 |
| ·车牌图像的倾斜校正和边框去除 | 第36-39页 |
| ·车牌图像的倾斜校正 | 第36-38页 |
| ·车牌边框去除 | 第38-39页 |
| ·字符分割 | 第39-44页 |
| ·常用的字符分割方法 | 第39-41页 |
| ·字符分割流程 | 第41-42页 |
| ·基于垂直投影的字符分割法 | 第42-44页 |
| ·字符归一化及平滑化 | 第44-45页 |
| ·字符归一化 | 第44页 |
| ·字符平滑化 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 车牌字符识别 | 第46-61页 |
| ·常用的识别方法介绍 | 第46-47页 |
| ·基于模板匹配的字符识别 | 第47-49页 |
| ·基于BP神经网络的字符识别方法 | 第49-60页 |
| ·BP神经网络概述 | 第49-51页 |
| ·BP神经网络原理 | 第51-54页 |
| ·BP网络结构设计 | 第54-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 总结和展望 | 第61-63页 |
| ·全文总结 | 第61-62页 |
| ·研究展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
