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 |