基于数字图像处理的车牌识别系统
| 第1章 绪论 | 第1-12页 |
| ·背景 | 第7-8页 |
| ·当前的研究现状 | 第8-10页 |
| ·应用范围 | 第10页 |
| ·车辆牌照系统的解决方案 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| 第2章 数字图像处理及其相关领域 | 第12-15页 |
| ·数字图像处理概念 | 第12页 |
| ·图像的数字化表示 | 第12-13页 |
| ·图像处理所涉及的领域 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第3章 车牌的粗定位 | 第15-26页 |
| ·几个差分算子 | 第15-19页 |
| ·常用的定义 | 第15-17页 |
| ·几种边缘提取的方法 | 第17-19页 |
| ·各种方案的优缺点分析 | 第19-25页 |
| ·线窗口个数的问题 | 第19-21页 |
| ·常用边缘检测算子的问题 | 第21页 |
| ·结合背景方案的缺陷 | 第21-22页 |
| ·最终所使用的算法 | 第22-25页 |
| ·小结 | 第25-26页 |
| 第4章 车牌的精确定位 | 第26-35页 |
| ·定位算法流程图 | 第26-27页 |
| ·自适应Min算子 | 第27-29页 |
| ·Min算子的定义及作用 | 第27页 |
| ·Min算子中窗口Q的选取 | 第27-29页 |
| ·模糊边缘提取及图像的二值化 | 第29-31页 |
| ·模糊边缘提取 | 第29-31页 |
| ·图像的二值化 | 第31页 |
| ·自适应数学形态学运算 | 第31-33页 |
| ·算法的效果 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第5章 字符的分割 | 第35-39页 |
| ·图像的二值化 | 第35-36页 |
| ·字符的分隔 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第6章 车牌字符的识别 | 第39-54页 |
| ·常用的一些算法 | 第39-42页 |
| ·国内外车牌自动识别应用技术分析 | 第39页 |
| ·神经网络 | 第39-40页 |
| ·遗传算法 | 第40-41页 |
| ·分形 | 第41页 |
| ·模板匹配 | 第41-42页 |
| ·该系统所使用的算法 | 第42-49页 |
| ·认识字模 | 第42-43页 |
| ·神经网络感知机 | 第43-48页 |
| ·字符识别方法 | 第48-49页 |
| ·算法的效果分析 | 第49-53页 |
| ·小结 | 第53-54页 |
| 第7章 结论 | 第54-59页 |
| ·研究分析 | 第54-57页 |
| ·整个算法的流程图 | 第54-55页 |
| ·算法性能的评价 | 第55-57页 |
| ·仍需改进的地方 | 第57页 |
| ·总结评价 | 第57-58页 |
| ·前景 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
