基于SVM的车牌字符识别算法研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·车牌识别技术研究背景 | 第9-10页 |
| ·车牌识别技术的研究现状 | 第10-12页 |
| ·国外现状 | 第10页 |
| ·国内现状 | 第10-12页 |
| ·车牌识别处理流程 | 第12-13页 |
| ·字符识别方法简介 | 第13-14页 |
| ·论文的主要内容与结构安排 | 第14-15页 |
| 第二章 车牌定位与字符分割 | 第15-32页 |
| ·车牌预处理技术 | 第15-20页 |
| ·图像灰度化 | 第15页 |
| ·图像增强与去噪 | 第15-17页 |
| ·图像边缘检测 | 第17-19页 |
| ·图像二值化 | 第19-20页 |
| ·车牌定位技术 | 第20-27页 |
| ·车牌粗定位 | 第20-23页 |
| ·倾斜校正 | 第23-24页 |
| ·车牌细定位 | 第24-25页 |
| ·实验结果与分析 | 第25-27页 |
| ·字符分割技术 | 第27-31页 |
| ·汽车车牌字符的特点 | 第27-28页 |
| ·本文采用的字符分割方法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于SVM 的车牌字符识别 | 第32-51页 |
| ·SVM 原理 | 第32-35页 |
| ·最优分类面 | 第32-33页 |
| ·线性支撑向量机 | 第33-34页 |
| ·支撑向量机的推广 | 第34-35页 |
| ·SVM 核函数与参数选择 | 第35-39页 |
| ·SMO 算法的引入 | 第39-41页 |
| ·特征提取与分类器构建 | 第41-45页 |
| ·字符特征选择 | 第41-42页 |
| ·特征归一化与训练 | 第42-44页 |
| ·构建分类器 | 第44-45页 |
| ·监督学习的引入 | 第45-46页 |
| ·实验数据与分析 | 第46-51页 |
| 第四章 车牌识别系统的软件设计 | 第51-55页 |
| ·软件设计与实现 | 第51-53页 |
| ·构建数据库 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·研究工作总结 | 第55-56页 |
| ·研究工作展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者在攻读硕士学位期间发表论文 | 第62页 |
