车牌识别系统技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题背景及研究意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·我国汽车牌照识别的特殊性 | 第10-11页 |
| ·课题的主要研究内容 | 第11-12页 |
| 第2 章车牌图像的采集 | 第12-16页 |
| ·常用的车辆检测方法 | 第12页 |
| ·运动车辆检测算法概述 | 第12-14页 |
| ·光流场法 | 第12-13页 |
| ·帧差法 | 第13-14页 |
| ·背景消减法 | 第14页 |
| ·背景图像的提取与更新 | 第14-15页 |
| ·背景图像的提取 | 第14页 |
| ·背景图像的更新 | 第14-15页 |
| ·有无车辆判定 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第3 章车牌定位算法研究及实现 | 第16-35页 |
| ·现行汽车牌照的规格 | 第16-17页 |
| ·现行汽车牌照的类型 | 第16页 |
| ·车牌字符特征 | 第16-17页 |
| ·车牌比例特征 | 第17页 |
| ·车牌的先验知识 | 第17页 |
| ·车牌定位算法综述 | 第17-18页 |
| ·本文的牌照定位方法 | 第18-34页 |
| ·彩色图像灰度化 | 第18-19页 |
| ·图像的灰度修正 | 第19-21页 |
| ·灰度图的二值化 | 第21-25页 |
| ·边缘检测 | 第25-29页 |
| ·本文所采用的图像二值化及边缘检测的方法 | 第29-30页 |
| ·图像滤波处理 | 第30-33页 |
| ·车牌牌照区域的定位 | 第33页 |
| ·车牌定位的实验结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4 章车牌字符的分割 | 第35-42页 |
| ·车牌图像的二值化 | 第35-36页 |
| ·车牌的校正 | 第36-38页 |
| ·去除边框 | 第38-39页 |
| ·统一车牌底色 | 第39页 |
| ·去除离散的杂点噪声 | 第39页 |
| ·字符分割 | 第39-40页 |
| ·字符归一化及重排 | 第40页 |
| ·字符分割的实验结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5 章车牌字符识别 | 第42-56页 |
| ·车牌常用字符简介 | 第42页 |
| ·字符识别的常用方法 | 第42-44页 |
| ·结构模式识别方法 | 第42-43页 |
| ·贝叶斯统计决策模式识别方法 | 第43页 |
| ·结构与统计相结合的识别方法 | 第43页 |
| ·人工神经网络方法 | 第43-44页 |
| ·车牌牌照字符识别的特点 | 第44页 |
| ·本文采用的字符识别方法 | 第44-51页 |
| ·神经网络理论概述 | 第44-45页 |
| ·BP 神经网络 | 第45-46页 |
| ·三层BP 网络学习算法 | 第46-51页 |
| ·基于BP 神经网络的车牌字符识别 | 第51-55页 |
| ·神经网络设计 | 第51-53页 |
| ·字符识别实验结果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·难度分析 | 第56页 |
| ·主要工作 | 第56页 |
| ·存在的问题及展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |
