摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-16页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 车牌识别系统研究现状 | 第12-13页 |
1.2.1 国内车牌识别技术研究现状 | 第12-13页 |
1.2.2 国外车牌识别技术研究现状 | 第13页 |
1.3 车牌识别难点 | 第13-14页 |
1.4 课题研究内容 | 第14页 |
1.5 论文的结构安排 | 第14-16页 |
第2章 边缘检测和数学形态学结合的车牌定位研究 | 第16-29页 |
2.1 车牌定位方法概述 | 第16-17页 |
2.1.1 基于边缘检测的车牌定位方法 | 第16页 |
2.1.2 基于几何特征的车牌定位方法 | 第16-17页 |
2.1.3 基于投影的车牌定位方法 | 第17页 |
2.1.4 基于彩色空间转换的车牌定位法 | 第17页 |
2.2 图像预处理 | 第17-21页 |
2.2.1 彩色车牌图像灰度化 | 第17-18页 |
2.2.2 基于灰度形态学运算的车牌图像区域增强 | 第18-21页 |
2.3 基于边缘检测与数学形态学相结合的车牌定位 | 第21-28页 |
2.3.1 车牌边缘检测 | 第21-24页 |
2.3.2 车牌边缘图像水平跳变点统计确定车牌候选区域 | 第24-25页 |
2.3.3 数学形态学运算处理车牌候选区域 | 第25-27页 |
2.3.4 伪车牌区域的去除 | 第27-28页 |
2.4 车牌定位实验结果与分析 | 第28页 |
2.5 本章小结 | 第28-29页 |
第3章 连通域与模板匹配相结合的字符分割算法设计 | 第29-42页 |
3.1 标准车牌字符的排列特点简介 | 第29页 |
3.2 常用的字符分割方法概述 | 第29-31页 |
3.2.1 基于投影的字符分割方法 | 第30页 |
3.2.2 基于模板匹配的字符分割方法 | 第30-31页 |
3.2.3 基于连通域的字符分割方法 | 第31页 |
3.3 基于radon变换的车牌倾斜矫正 | 第31-34页 |
3.4 车牌边缘的去除 | 第34-36页 |
3.4.1 车牌二值化 | 第34页 |
3.4.2 基于边缘跳变点统计的车牌上下边缘去除 | 第34-35页 |
3.4.3 基于模板匹配的车牌左右边缘去除 | 第35-36页 |
3.5 基于连通域与模板匹配的字符分割 | 第36-40页 |
3.5.1 基于模板匹配的二三字符间隔区域位置确定 | 第36-37页 |
3.5.2 连通域与模板匹配结合的车牌右半区域字符分割 | 第37-39页 |
3.5.3 连通域与模板匹配结合的车牌左半区域字符分割 | 第39-40页 |
3.6 字符分割实验结果与分析 | 第40-41页 |
3.7 本章小结 | 第41-42页 |
第4章 混合优化的RBF网络车牌识别方法 | 第42-53页 |
4.1 字符特征提取常用方法概述 | 第42页 |
4.1.1 字符结构特征提取法 | 第42页 |
4.1.2 字符统计特征提取法 | 第42页 |
4.2 字符识别常用方法概述 | 第42-43页 |
4.2.1 基于模板匹配的字符识别方法 | 第43页 |
4.2.2 神经网络字符识别法 | 第43页 |
4.3 字符尺寸归一化 | 第43-44页 |
4.4 基于hog的字符特征提取 | 第44-45页 |
4.5 聚类与遗传混合优化的车牌识别RBF网络设计 | 第45-47页 |
4.5.1 RBF神经网络结构原理 | 第45-46页 |
4.5.2 RBF神经网络常用训练方法及不足 | 第46-47页 |
4.6 最近邻聚类与k-均值聚类相结合确定隐层中心值 | 第47-48页 |
4.6.1 最近邻聚类确定初始聚类中心 | 第47页 |
4.6.2 k-均值聚类确定最终聚类中心 | 第47-48页 |
4.7 遗传算法确定隐层中心宽度 | 第48-49页 |
4.8 字符识别实验结果与分析 | 第49-52页 |
4.9 本章小结 | 第52-53页 |
第5章 基于MATLAB环境的车牌识别GUI界面搭建 | 第53-60页 |
5.1 MATLAB环境下GUI界面介绍 | 第53页 |
5.2 启动GUIDE | 第53-56页 |
5.3 车牌识别GUI界面构建 | 第56-58页 |
5.4 本章小结 | 第58-60页 |
结论 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
致谢 | 第66页 |