嵌入式车牌识别系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·智能交通的现状 | 第9页 |
| ·车牌识别系统 | 第9-10页 |
| ·国内外相关课题研究现状 | 第10页 |
| ·国外的研究现状 | 第10页 |
| ·国内的研究现状 | 第10页 |
| ·本课题研究的内容 | 第10-11页 |
| ·论文的结构 | 第11-13页 |
| 2 车牌识别系统设计 | 第13-16页 |
| ·车牌识别系统概述 | 第13页 |
| ·车牌识别系统设计 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 3 嵌入式运行环境的建立 | 第16-26页 |
| ·嵌入式系统功能 | 第16-17页 |
| ·嵌入式操作系统Linux | 第17-18页 |
| ·开发环境平台的介绍和搭建 | 第18-19页 |
| ·安装并配置Fedora9.0 | 第19-21页 |
| ·安装Fedora9.0 | 第19-20页 |
| ·实现与Windows文件共享 | 第20页 |
| ·建立交叉编译环境 | 第20-21页 |
| ·Boot Loader的编译 | 第21-22页 |
| ·Linux内核的编译和移植 | 第22-23页 |
| ·安装Linux系统到开发板 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 4 车牌识别相关算法研究 | 第26-52页 |
| ·车牌识别算法 | 第26页 |
| ·图像预处理算法 | 第26-29页 |
| ·图像灰度化 | 第26-27页 |
| ·灰度变换 | 第27-28页 |
| ·图像去噪 | 第28-29页 |
| ·图像二值化 | 第29-32页 |
| ·二值化 | 第29页 |
| ·阈值T的选定 | 第29页 |
| ·自适应阈值 | 第29-30页 |
| ·OSTU法 | 第30-32页 |
| ·车牌定位算法 | 第32-36页 |
| ·车牌特征 | 第32页 |
| ·车牌定位相关算法 | 第32-33页 |
| ·基于几何特征和灰度特征的定位算法 | 第33-36页 |
| ·字符分割算法 | 第36-42页 |
| ·车牌倾斜矫正 | 第36-38页 |
| ·去除边框 | 第38-39页 |
| ·一种改进的车牌字符分割法 | 第39-41页 |
| ·归一化处理 | 第41-42页 |
| ·字符识别算法 | 第42-51页 |
| ·常用的字符识别算法 | 第42-44页 |
| ·BP神经网络算法 | 第44-49页 |
| ·本系统的BP神经网络设计 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 嵌入式系统软件设计 | 第52-63页 |
| ·图形用户接口介绍 | 第52-54页 |
| ·几种GUI开发工具比较 | 第52-53页 |
| ·基于Qt/Embedded的程序开发 | 第53-54页 |
| ·OpenCV2.2的安装和移植 | 第54-55页 |
| ·OpenCV介绍 | 第54页 |
| ·OpenCV的编译安装 | 第54-55页 |
| ·软件程序设计 | 第55-62页 |
| ·OpenCV在Qt中的配置使用 | 第55-56页 |
| ·车牌识别 | 第56-61页 |
| ·软件运行结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 6 结论 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-70页 |
