利用HSV色彩空间进行车牌识别的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 车牌识别的研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 车牌定位算法研究 | 第13-29页 |
| 2.1 国内车牌的规格和特征 | 第13-17页 |
| 2.2 常用定位算法研究 | 第17-19页 |
| 2.2.1 基于颜色特征的定位算法 | 第17-18页 |
| 2.2.2 基于频谱特征的定位算法 | 第18页 |
| 2.2.3 基于分类器的定位算法 | 第18-19页 |
| 2.2.4 基于边缘特征的定位算法 | 第19页 |
| 2.3 基于HSV色彩空间的车牌定位算法 | 第19-28页 |
| 2.3.1 颜色模型 | 第20-21页 |
| 2.3.2 车牌定位算法 | 第21-27页 |
| 2.3.3 实验结果与分析 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 车牌字符分割算法研究 | 第29-47页 |
| 3.1 常用车牌字符分割算法研究 | 第29-31页 |
| 3.1.1 基于投影的字符分割算法 | 第29-30页 |
| 3.1.2 基于模板匹配的字符分割算法 | 第30-31页 |
| 3.1.3 基于聚类分析法的字符分割算法 | 第31页 |
| 3.2 基于投影和模板匹配的车牌字符分割算法 | 第31-45页 |
| 3.2.1 车牌区域的二值化 | 第32-33页 |
| 3.2.2 车牌倾斜校正 | 第33-35页 |
| 3.2.3 基于Hough变换的倾斜校正算法 | 第35-38页 |
| 3.2.4 基于Radon变换的倾斜校正算法 | 第38-40页 |
| 3.2.5 基于直线拟合的车牌校正法 | 第40-41页 |
| 3.2.6 去除车牌边框 | 第41-43页 |
| 3.2.7 字符分割 | 第43-45页 |
| 3.2.8 对提取的车牌字符特征进行归一化操作 | 第45页 |
| 3.3 算法测试与性能分析 | 第45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 车牌字符识别算法研究 | 第47-65页 |
| 4.1 常用车牌字符的识别方法 | 第47-51页 |
| 4.1.1 基于模板匹配的识别算法 | 第48页 |
| 4.1.2 基于特征统计匹配的识别算法 | 第48-49页 |
| 4.1.3 基于分类器的识别算法 | 第49-51页 |
| 4.2 基于SVM的车牌字符识别算法 | 第51-62页 |
| 4.2.1 SVM模型介绍 | 第51-52页 |
| 4.2.2 SVM原理 | 第52-56页 |
| 4.2.3 SVM在车牌字符识别中的应用 | 第56-62页 |
| 4.3 实验结果与分析 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 车牌识别系统的实现 | 第65-72页 |
| 5.1 车牌识别系统的硬件组成 | 第65页 |
| 5.2 车牌识别系统的软件组成 | 第65-66页 |
| 5.3 车牌识别系统的设计 | 第66-67页 |
| 5.4 车牌识别系统的模块设计 | 第67页 |
| 5.5 系统实现及分析 | 第67-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第80页 |
