车牌识别的研究及其在智能交通管理系统的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·课题研究的目的与意义 | 第11-13页 |
| ·课题简介 | 第13-14页 |
| ·智能交通系统 | 第13页 |
| ·车牌识别技术 | 第13-14页 |
| ·国内外研究现状及其评价 | 第14-17页 |
| ·国外研究现状 | 第14-15页 |
| ·车牌识别技术 | 第15-17页 |
| ·论文结构 | 第17-18页 |
| 第二章 车牌识别技术的理论基础 | 第18-30页 |
| ·HSV色彩模型 | 第18-19页 |
| ·HSV模型 | 第18页 |
| ·HSV模型的转化 | 第18-19页 |
| ·机器学习基本问题 | 第19-20页 |
| ·经验风险 | 第19-20页 |
| ·复杂性与推广能力 | 第20页 |
| ·统计学习理论 | 第20-23页 |
| ·VC维 | 第21页 |
| ·推广性的界 | 第21-22页 |
| ·结构风险最小化 | 第22-23页 |
| ·支持向量机原理 | 第23-28页 |
| ·支持向量机 | 第23-26页 |
| ·多类SVM方法 | 第26-27页 |
| ·核函数 | 第27-28页 |
| ·支持向量机训练算法 | 第28-30页 |
| 第三章 车牌识别技术的研究 | 第30-53页 |
| ·引言 | 第30页 |
| ·车牌定位技术的研究 | 第30-35页 |
| ·几种车牌定位算法 | 第30-32页 |
| ·基于S分量的纹理车牌定位算法 | 第32-35页 |
| ·车牌字符分割技术的研究 | 第35-47页 |
| ·几种车牌字符分割算法 | 第36-37页 |
| ·车牌字符分割算法 | 第37-47页 |
| ·基于SVM的车牌识别技术 | 第47-53页 |
| ·字符的归一化与特征提取 | 第47-48页 |
| ·多分类SVM的选择与特征文件 | 第48-49页 |
| ·多分类SVM的训练与识别 | 第49-51页 |
| ·实验结果分析 | 第51-53页 |
| 第四章 车牌识别在智能交通管理系统的应用 | 第53-66页 |
| ·引言 | 第53页 |
| ·智能交通管理系统 | 第53-57页 |
| ·智能交通管理系统的设计目标 | 第53-54页 |
| ·智能交通管理系统的工作原理 | 第54-55页 |
| ·智能交通管理系统的硬件 | 第55-56页 |
| ·智能交通管理系统的软件 | 第56-57页 |
| ·车牌识别功能模块的设计 | 第57-63页 |
| ·车牌识别模块需求分析 | 第57-58页 |
| ·车牌识别模块的设计 | 第58-63页 |
| ·测试结果 | 第63-66页 |
| 第五章 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |
