首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

车牌识别关键技术研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外发展现状第10-11页
    1.3 车牌识别系统的组成结构第11-12页
    1.4 我国车牌的特点第12页
    1.5 本文结构安排第12-14页
第二章 车牌图像预处理第14-23页
    2.1 图像的灰度化处理第14-17页
        2.1.1 灰度处理第14-15页
        2.1.2 灰度拉伸第15-17页
    2.2 中值滤波第17-18页
    2.3 图像二值化第18-20页
        2.3.1 全局阈值法(Otsu二值化)第18-19页
        2.3.2 局部阈值法(Bemsen二值化)第19页
        2.3.3 车牌图像二值化第19-20页
    2.4 图像边缘检测第20-22页
    2.5 小结第22-23页
第三章 车牌定位技术第23-31页
    3.1 车牌定位常用方法研究第23-25页
    3.2 改进后的车牌定位算法第25页
    3.3 基于有色点对搜索的车牌初步定位第25-29页
        3.3.1 有色点对搜索第26-27页
        3.3.2 数学形态学处理第27-28页
        3.3.3 确定车牌区域边界第28-29页
    3.4 车牌区域精定位第29-30页
        3.4.1 基于形状特征的定位第29-30页
        3.4.2 基于纹理特征的定位第30页
    3.5 小结第30-31页
第四章 车牌校正与字符分割第31-38页
    4.1 车牌旋转校正第31-33页
        4.1.1 Radon变换第31-32页
        4.1.2 Hough变换第32-33页
    4.2 基于数学形态学变换的车牌校正第33-34页
        4.2.1 形态学变换第33页
        4.2.2 车牌校正第33-34页
    4.3 字符分割第34-36页
        4.3.1 常用字符分割方法第35-36页
        4.3.2 基于投影法的字符分割第36页
    4.4 字符归一化第36-37页
    4.5 小结第37-38页
第五章 车牌识别及其应用第38-51页
    5.1 字符特征提取第38-40页
        5.1.1 字符特征提取算法第38-39页
        5.1.2 车牌字符特征提取方法第39-40页
    5.2 基于BP神经网络的字符识别第40-44页
        5.2.1 BP神经网络第40-42页
        5.2.2 改进后的BP神经网络第42-43页
        5.2.3 网络结构设计第43-44页
        5.2.4 字符识别结果第44页
    5.3 车辆信息管理系统第44-50页
        5.3.1 系统需求分析第45-46页
        5.3.2 系统相关数据第46-47页
        5.3.3 系统应用界面第47-50页
    5.4 小结第50-51页
第六章 结论与展望第51-53页
    6.1 结论第51页
    6.2 展望第51-53页
参考文献第53-56页
致谢第56-57页
个人简历、在学期间的研究成果及发表的学术论文第57页

论文共57页,点击 下载论文
上一篇:多自由度灵巧手控制系统的设计与研究
下一篇:锡青铜连杆衬套错距旋压关键工艺参数对成形质量的分析及其优化