基于连通区域分类算法的车牌定位方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-13页 |
| ·课题研究的背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·国外车牌识别技术研究情况 | 第9页 |
| ·国内车牌识别技术研究情况 | 第9页 |
| ·国内外车牌识别技术差距的原因 | 第9页 |
| ·车牌定位的常用方法 | 第9-11页 |
| ·基于灰度图像的车牌定位方法 | 第9-10页 |
| ·基于彩色图像的车牌定位方法 | 第10-11页 |
| ·本文研究内容及组织结构 | 第11-13页 |
| 第二章 提取训练样本图像的方法 | 第13-23页 |
| ·图像预处理 | 第14-16页 |
| ·彩色图像灰度化 | 第14页 |
| ·开-闭滤波 | 第14-16页 |
| ·连通区域的提取 | 第16-18页 |
| ·Sobel 算子边缘检测 | 第16页 |
| ·形态学处理提取连通区域 | 第16-18页 |
| ·候选样本的后处理 | 第18-23页 |
| ·应用Hough 变换的车牌倾斜校正 | 第19-20页 |
| ·图像二值化 | 第20页 |
| ·去除上下边界 | 第20-21页 |
| ·去除左右边界 | 第21页 |
| ·图像归一化 | 第21-23页 |
| 第三章 支持向量机分类算法的实现 | 第23-34页 |
| ·特征提取 | 第23-32页 |
| ·SIFT 特征 | 第23-30页 |
| ·垂直投影直方图 | 第30-32页 |
| ·支持向量机训练算法 | 第32-34页 |
| ·支持向量机的原理 | 第32-33页 |
| ·支持向量机训练及存储参数 | 第33-34页 |
| 第四章 实验结果 | 第34-43页 |
| ·训练 SVM 分类器实验 | 第34-35页 |
| ·测试车牌定位实验 | 第35-36页 |
| ·实验结果分析与比较 | 第36-43页 |
| 第五章 总结与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 在学期间公开发表论文及著作情况 | 第48页 |
