基于视频的嵌入式车牌识别系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·智能交通与车牌识别 | 第8-9页 |
| ·车牌识别系统研究现状 | 第9-13页 |
| ·车牌识别的硬件系统 | 第9-10页 |
| ·车牌识别中的算法 | 第10-13页 |
| ·本文主要内容和结构 | 第13-14页 |
| 第2章 目标检测与背景重建 | 第14-28页 |
| ·概述 | 第14-15页 |
| ·背景重建算法介绍 | 第15-20页 |
| ·非模型法 | 第15页 |
| ·预测法 | 第15-16页 |
| ·概率模型法 | 第16-17页 |
| ·分块重建方法 | 第17-19页 |
| ·常用算法存在的问题 | 第19-20页 |
| ·自适应背景算法 | 第20-24页 |
| ·背景模型 | 第20-22页 |
| ·亮度补偿与融合 | 第22-23页 |
| ·算法描述 | 第23-24页 |
| ·实验结果 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第3章 基于超分辨率的车牌识别 | 第28-44页 |
| ·超分辨率图像处理 | 第28页 |
| ·超分辨率算法介绍 | 第28-34页 |
| ·观察模型 | 第28-30页 |
| ·基于频域的重建 | 第30-31页 |
| ·凸集投影法（POCS）重建 | 第31-32页 |
| ·基于学习的超分辨率处理 | 第32-33页 |
| ·其他重建算法 | 第33-34页 |
| ·基于正则化处理的车牌超分辨率重建 | 第34-40页 |
| ·正则化重建模型 | 第34-35页 |
| ·各项异性扩散模型 | 第35-37页 |
| ·图像配准 | 第37-39页 |
| ·能量函数及其优化 | 第39页 |
| ·算法描述 | 第39-40页 |
| ·车牌识别 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·小结 | 第42-44页 |
| 第4章 车牌识别系统的实现 | 第44-55页 |
| ·系统结构 | 第44-45页 |
| ·视频采集部分实现 | 第45-50页 |
| ·采集部分电路 | 第45-46页 |
| ·FPGA 程序 | 第46-48页 |
| ·DSP 采集程序 | 第48-50页 |
| ·车牌识别软件系统 | 第50-54页 |
| ·车牌识别流程 | 第50-51页 |
| ·DSP 端处理程序 | 第51-53页 |
| ·PC 端程序 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 在读期间发表的学术论文与取得的研究成果 | 第62页 |
