嵌入式车牌识别系统的设计与实现
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-10页 |
| ·选题的背景及研究意义 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-9页 |
| ·本论文所做的工作及文章结构安排 | 第9-10页 |
| 2 车牌识别系统的总体设计 | 第10-14页 |
| ·车牌识别系统总体设计方案 | 第10页 |
| ·系统硬件组成 | 第10-12页 |
| ·系统软件设计 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 3 嵌入式linux系统平台搭建 | 第14-21页 |
| ·linux嵌入式操作系统介绍 | 第14-15页 |
| ·建立交叉编译环境 | 第15-16页 |
| ·Bootloader移植 | 第16-17页 |
| ·嵌入式linux内核裁剪与移植 | 第17-19页 |
| ·根文件系统构建与移植 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 4 车牌识别系统中主要的算法研究 | 第21-50页 |
| ·车牌识别算法结构 | 第21页 |
| ·图像预处理算法 | 第21-24页 |
| ·图像灰度化算法 | 第21-22页 |
| ·灰度变换 | 第22-23页 |
| ·图像去噪 | 第23-24页 |
| ·灰度图像二值化 | 第24-27页 |
| ·二值化 | 第24页 |
| ·阈值选定算法 | 第24-27页 |
| ·车牌定位算法 | 第27-31页 |
| ·车牌特征 | 第27页 |
| ·常用的车牌定位算法 | 第27-28页 |
| ·边缘检测算子 | 第28-30页 |
| ·改进的定位算法 | 第30-31页 |
| ·字符分割算法 | 第31-38页 |
| ·车牌倾斜矫正 | 第31-33页 |
| ·去除车牌边框 | 第33-35页 |
| ·常用的字符分割算法 | 第35页 |
| ·改进的分割算法 | 第35-36页 |
| ·字符归一化处理 | 第36-38页 |
| ·字符识别算法 | 第38-49页 |
| ·字符识别算法介绍 | 第38-39页 |
| ·BP神经网络算法 | 第39-43页 |
| ·改进的特征值提取算法 | 第43-45页 |
| ·改进的分组BP神经网络设计 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 5 嵌入式车牌识别系统软件实现 | 第50-62页 |
| ·OpenCV概述 | 第50页 |
| ·OpenCV基本结构 | 第50-51页 |
| ·OpenCV2.0 的安装和移植 | 第51-55页 |
| ·OpenCV2.0 编译安装 | 第51-53页 |
| ·OpenCV2.0 移植 | 第53-55页 |
| ·软件设计与实现 | 第55-61页 |
| ·车牌识别软件设计 | 第55-60页 |
| ·软件运行结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-69页 |
