运动模糊车牌识别系统关键技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 运动模糊图像复原研究现状 | 第13页 |
| 1.2.2 车牌识别技术的研究现状 | 第13-16页 |
| 1.3 运动模糊车牌识别技术的难点 | 第16页 |
| 1.4 主要研究内容及章节安排 | 第16-18页 |
| 2 运动模糊车牌图像复原及车牌识别相关理论 | 第18-34页 |
| 2.1 运动模糊车牌图像复原的相关原理 | 第18-22页 |
| 2.1.1 图像的退化模型 | 第18-21页 |
| 2.1.2 常见的图像复原方法 | 第21-22页 |
| 2.2 图像处理的相关方法 | 第22-30页 |
| 2.2.1 图像灰度化 | 第22页 |
| 2.2.2 图像去噪 | 第22-24页 |
| 2.2.3 图像二值化 | 第24-26页 |
| 2.2.4 边缘检测 | 第26-28页 |
| 2.2.5 形态学运算 | 第28-30页 |
| 2.3 车牌识别相关技术 | 第30-32页 |
| 2.3.1 车牌定位 | 第30页 |
| 2.3.2 车牌分割 | 第30-31页 |
| 2.3.3 车牌识别 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 3 运动模糊车牌图像的复原方法 | 第34-44页 |
| 3.1 运动模糊角度的估计 | 第34-39页 |
| 3.2 运动模糊的图像长度估计 | 第39-40页 |
| 3.3 改进的K值自动估计 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于PSO-BP神经网络的车牌识别方法 | 第44-74页 |
| 4.1 车牌定位 | 第44-48页 |
| 4.2 车牌字符分割 | 第48-62页 |
| 4.2.1 基于Randon变换的倾斜校正 | 第48-51页 |
| 4.2.2 去边框 | 第51-53页 |
| 4.2.3 去除分隔符 | 第53-55页 |
| 4.2.4 改进的字符分割法 | 第55-62页 |
| 4.3 车牌识别 | 第62-73页 |
| 4.3.1 边缘检测 | 第63-64页 |
| 4.3.2 特征提取 | 第64-65页 |
| 4.3.3 基于PSO-BP神经网络的训练与识别 | 第65-73页 |
| 4.4 本章小结 | 第73-74页 |
| 5 仿真与分析 | 第74-90页 |
| 5.1 研究流程 | 第75页 |
| 5.2 仿真软件 | 第75-76页 |
| 5.3 系统仿真及分析 | 第76-88页 |
| 5.3.1 运动模糊图像复原 | 第76-80页 |
| 5.3.2 车牌定位 | 第80-81页 |
| 5.3.3 车牌分割 | 第81-83页 |
| 5.3.4 车牌识别 | 第83-88页 |
| 5.4 本章小结 | 第88-90页 |
| 6 总结与展望 | 第90-93页 |
| 6.1 总结 | 第90-91页 |
| 6.2 展望 | 第91-93页 |
| 参考文献 | 第93-96页 |
| 致谢 | 第96-98页 |
| 作者简介及读研期间主要科研成果 | 第98-99页 |
