基于实时视频流的车牌定位与识别算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-25页 |
| ·论文研究背景和意义 | 第12-13页 |
| ·智能交通技术 | 第13-16页 |
| ·智能交通系统简介 | 第13页 |
| ·智能交通系统功能 | 第13-14页 |
| ·国内外智能交通系统发展状况 | 第14-16页 |
| ·车牌定位与识别系统发展应用简介 | 第16-22页 |
| ·车牌定位与识别系统功能介绍 | 第16-17页 |
| ·车牌定位与识别系统国内外的发展现状 | 第17-21页 |
| ·基于视频分析的车牌定位和识别系统发展现状 | 第21-22页 |
| ·本文基于实时视频流车牌定位和识别技术中的难点 | 第22页 |
| ·本文主要工作内容以及章节安排 | 第22-25页 |
| 第二章 系统搭建与图像采集优化技术研究 | 第25-32页 |
| ·车牌定位与识别系统平台搭建 | 第25-28页 |
| ·平台基础开发工具 | 第25页 |
| ·图像获取工具DirectDraw | 第25-26页 |
| ·Open CV 计算机视觉函数库 | 第26-28页 |
| ·图像采集与优化技术 | 第28-31页 |
| ·图像采集 | 第28页 |
| ·本文进行的检测窗口优化研究 | 第28-29页 |
| ·关键帧采样频率优化 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 图像预处理技术 | 第32-44页 |
| ·数字图像处理概念 | 第32-33页 |
| ·图像处理技术简介 | 第33-39页 |
| ·图像灰度化 | 第33-34页 |
| ·灰度图像增强 | 第34-37页 |
| ·图像滤波 | 第37-38页 |
| ·图像二值化处理 | 第38-39页 |
| ·本文采用的图像获取与预处理技术 | 第39-43页 |
| ·视频检测窗口帧的图像灰度化处理 | 第40页 |
| ·利用梯度法增强车牌区域垂直轮廓特征 | 第40-42页 |
| ·二值化处理进一步增强车牌区域特征 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 车牌定位算法研究 | 第44-53页 |
| ·常用的车牌定位方法简介 | 第44-46页 |
| ·本文提出的实时视频流的车牌定位算法 | 第46-52页 |
| ·轮廓图像提取算法 | 第46页 |
| ·穿越点统计特征定位算法 | 第46-52页 |
| ·本章小结与算法定位结果 | 第52-53页 |
| 第五章 字符分割算法研究 | 第53-63页 |
| ·车牌字符分割基本概念 | 第53-54页 |
| ·目前车牌照字符分割的方法 | 第54页 |
| ·本文基于视频数据的字符分割算法研究 | 第54-62页 |
| ·车牌图像二值化处理 | 第54-56页 |
| ·车牌区域二值化图像垂直投影分析 | 第56-57页 |
| ·车牌区域字符连通区域结构特征分析 | 第57-58页 |
| ·基于字符连通区域结构特征的分割算法实现 | 第58-60页 |
| ·字符规格化处理 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 字符识别算法研究 | 第63-79页 |
| ·字符识别技术概念 | 第63页 |
| ·常用字符识别技术简介 | 第63-65页 |
| ·本文提出的压缩模板匹配技术 | 第65-77页 |
| ·样本集分类预处理 | 第66-67页 |
| ·压缩模板匹配算法 | 第67-73页 |
| ·压缩模板匹配算法复杂度分析 | 第73-77页 |
| ·本章小结与算法识别结果 | 第77-79页 |
| 第七章 总结 | 第79-85页 |
| ·实验结果及分析 | 第79-83页 |
| ·工作总结 | 第83页 |
| ·下一步工作 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 攻硕期间取得的研究成果 | 第90-91页 |
