| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.1.1 研究背景 | 第6-7页 |
| 1.1.2 研究意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 车牌识别系统的研究现状 | 第7-8页 |
| 1.2.2 雾霾图像处理研究现状 | 第8-9页 |
| 1.3 论文主要工作安排 | 第9-10页 |
| 第二章 基于暗原色先验原理的雾霾图像预处理 | 第10-23页 |
| 2.1 大气散射模型 | 第10-12页 |
| 2.2 雾霾图像退化模型 | 第12-13页 |
| 2.3 暗原色先验的雾霾图像处理 | 第13-18页 |
| 2.3.1 暗原色先验原理 | 第13-14页 |
| 2.3.2 暗原色雾霾图像复原原理和算法 | 第14-16页 |
| 2.3.3 指导性滤波器平滑透射率图 | 第16-18页 |
| 2.4 IMF算法雾霾图像复原 | 第18-22页 |
| 2.4.1 白边效应 | 第18-19页 |
| 2.4.2 中值滤波改善时间复杂度 | 第19-20页 |
| 2.4.3 IMF滤波 | 第20-21页 |
| 2.4.4 基于IMF滤波的暗原色雾霾图像复原算法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于B样条小波图像边缘检测的研究 | 第23-34页 |
| 3.1 小波多分辨分析 | 第23-27页 |
| 3.1.1 小波变换原理 | 第23页 |
| 3.1.2 尺度函数和尺度空间 | 第23-24页 |
| 3.1.3 小波函数与小波空间 | 第24-25页 |
| 3.1.4 二尺度方程 | 第25-26页 |
| 3.1.5 小波多分辨率分析 | 第26-27页 |
| 3.2 小波变换模极值边缘检测 | 第27-29页 |
| 3.2.1 小波边缘检测原理 | 第27-28页 |
| 3.2.2 小波的选择准则 | 第28-29页 |
| 3.2.3 小波多尺度边缘检测算法流程 | 第29页 |
| 3.3 B样条函数边缘检测 | 第29-32页 |
| 3.3.1 B样条函数的定义 | 第29-30页 |
| 3.3.2 三阶B样条小波边缘检测 | 第30-31页 |
| 3.3.3 B样条小波边缘检测改进 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 小波边缘检测和形态处理车牌定位 | 第34-46页 |
| 4.1 车牌定位的方法 | 第34-35页 |
| 4.2 雾霾图像预处理 | 第35-39页 |
| 4.3 小波边缘检测形态学处理结合进行车和数学牌定位 | 第39-45页 |
| 4.3.1 小波多尺度边缘检测 | 第40-43页 |
| 4.3.2 形态学处理粗定位车牌 | 第43-44页 |
| 4.3.3 去除伪车牌候选区域的车牌细定位 | 第44-45页 |
| 4.3.4 实验结果数据 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读学位期间的研究成果 | 第49-50页 |
| 致谢 | 第50-51页 |