汽车牌照自动识别系统技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题的研究背景与意义 | 第10-12页 |
| ·课题的研究背景 | 第10-11页 |
| ·课题的研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·车牌识别系统的技术难点 | 第13-15页 |
| ·论文的主要工作和主体结构 | 第15-17页 |
| 第2章 汽车图像的预处理 | 第17-30页 |
| ·图像的灰度化 | 第17-19页 |
| ·图像的增强 | 第19-23页 |
| ·图像的对比度增强 | 第20-21页 |
| ·图像的平滑去噪 | 第21-23页 |
| ·图像的边缘检测 | 第23-27页 |
| ·边缘初步检测 | 第23-26页 |
| ·水平梯度边缘检测 | 第26-27页 |
| ·汽车图像二值化 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 车牌区域定位 | 第30-36页 |
| ·车牌区域的特征 | 第30-31页 |
| ·常用的几种车牌定位方法 | 第31-32页 |
| ·本文采用的车牌定位方法 | 第32-35页 |
| ·二值图像的边缘点图 | 第32页 |
| ·车牌区域的初步定位 | 第32-34页 |
| ·车牌区域的精确定位 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 车牌字符的分割与识别 | 第36-52页 |
| ·车牌字符分割 | 第36-39页 |
| ·分割前的倾斜度调整 | 第36-37页 |
| ·字符的分割 | 第37-39页 |
| ·字符的标准归一化处理 | 第39-40页 |
| ·字符的细化 | 第40-41页 |
| ·车牌字符识别原理及常用方法 | 第41-44页 |
| ·基于人工神经网络的车牌字符识别 | 第42-43页 |
| ·基于支持向量机 SVM 的车牌字符识别 | 第43页 |
| ·基于模板匹配的车牌字符识别 | 第43-44页 |
| ·车牌字符特征的提取 | 第44-49页 |
| ·字符的结构特征 | 第44-46页 |
| ·字符的统计特征 | 第46-47页 |
| ·本文采用的特征提取方法 | 第47-49页 |
| ·车牌字符的识别 | 第49-51页 |
| ·字符分类 | 第49页 |
| ·字符识别 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 汽车牌照识别系统的运行结果及分析 | 第52-58页 |
| ·系统的结构 | 第52页 |
| ·汽车牌照识别系统的各模块运行结果 | 第52-57页 |
| ·车牌区域定位运行结果 | 第52-54页 |
| ·车牌字符分割的运行结果 | 第54-55页 |
| ·车牌字符识别的运行结果 | 第55页 |
| ·系统操作主界面 | 第55-56页 |
| ·车牌识别记录数据库 | 第56-57页 |
| ·系统的成功率和性能分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
