摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-14页 |
1.1 引言 | 第9页 |
1.2 车牌识别系统的研究背景及意义 | 第9页 |
1.3 车牌识别技术的国内外现状 | 第9-10页 |
1.4 我国车牌特征与车牌识别技术的难点 | 第10-12页 |
1.5 本文的主要研究工作及内容 | 第12-14页 |
第2章 车牌图像采集与车牌检测 | 第14-41页 |
2.1 引言 | 第14页 |
2.2 基于Visual C++6.0的上业相机图像采集 | 第14-15页 |
2.3 车牌定位研究现状 | 第15-17页 |
2.4 基于车牌纹理特征的车牌检测方法 | 第17-30页 |
2.4.1 图像预处理 | 第17-21页 |
2.4.2 基于车牌垂直边缘二值图的边缘跳变密度滤波算法 | 第21-25页 |
2.4.3 车牌区域的提取 | 第25页 |
2.4.4 实验过程及结果 | 第25-30页 |
2.5 基于AdaBoost算法结合Haar-like特征的车牌检测 | 第30-37页 |
2.5.1 AdaBoost算法原理 | 第30-31页 |
2.5.2 级联分类器和Haar-like特征 | 第31-34页 |
2.5.3 实验过程及结果 | 第34-37页 |
2.6 实验结果的比较分析 | 第37-38页 |
2.7 车牌的初步验证和剔除 | 第38-40页 |
2.8 本章小结 | 第40-41页 |
第3章 车牌字符的分割 | 第41-66页 |
3.1 引言与研究现状 | 第41页 |
3.2 车牌图像预处理 | 第41-56页 |
3.2.1 车牌灰度化 | 第42页 |
3.2.2 基于Hough变换的车牌水平矫正 | 第42-45页 |
3.2.3 车牌水平分割 | 第45-47页 |
3.2.4 车牌反色判断 | 第47-51页 |
3.2.5 车牌增强 | 第51-52页 |
3.2.6 车牌二值化 | 第52-54页 |
3.2.7 车牌垂直矫正 | 第54-56页 |
3.3 基于垂直投影积分曲线的模板匹配字符分割方法 | 第56-64页 |
3.3.1 模板构造 | 第56-58页 |
3.3.2 垂直投影积分曲线及匹配度定义 | 第58-64页 |
3.4 本章小结 | 第64-66页 |
第4章 车牌字符识别 | 第66-77页 |
4.1 引言 | 第66页 |
4.2 车牌字符识别研究现状 | 第66-67页 |
4.3 支持向量机原理 | 第67-70页 |
4.3.1 线性可分情况下的SVM | 第67-68页 |
4.3.2 线性不可分情况下的SVM | 第68-69页 |
4.3.3 核函数 | 第69-70页 |
4.3.4 多类SVM算法 | 第70页 |
4.4 字符图像预处理 | 第70-73页 |
4.4.1 字符图像尺寸归一化 | 第70-71页 |
4.4.2 字符特征的提取 | 第71-72页 |
4.4.3 均匀模式LBP特征 | 第72-73页 |
4.5 基于SVM的字符识别 | 第73-75页 |
4.6 字符分类器的实现及结果分析 | 第75-76页 |
4.7 本章小结 | 第76-77页 |
第5章 车牌识别系统设计与实现 | 第77-85页 |
5.1 引言 | 第77页 |
5.2 系统实现环境及开发工具 | 第77-78页 |
5.2.1 软件环境及开发工具 | 第77页 |
5.2.2 硬件平台 | 第77-78页 |
5.3 车牌识别系统设计 | 第78-84页 |
5.3.1 系统模块 | 第78-79页 |
5.3.2 静态图像识别 | 第79-81页 |
5.3.3 实时车牌识别 | 第81-83页 |
5.3.4 系统测试 | 第83-84页 |
5.4 本章小结 | 第84-85页 |
第6章 总结与展望 | 第85-87页 |
6.1 总结 | 第85-86页 |
6.2 展望 | 第86-87页 |
参考文献 | 第87-93页 |
攻读硕士学位期间发表的论文和参与的项目 | 第93-94页 |
致谢 | 第94-95页 |