摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-13页 |
·研究的背景与意义 | 第9页 |
·嵌入式国内外发展历史和现状 | 第9-10页 |
·嵌入式系统的特点 | 第10-11页 |
·车牌识别系统的现状 | 第11页 |
·本文的研究内容 | 第11-12页 |
·论文的章节安排 | 第12-13页 |
第2章 嵌入式操作系统的介绍与选用 | 第13-24页 |
·嵌入式操作系统的选用 | 第13-14页 |
·Windows CE操作系统的介绍 | 第14-15页 |
·Windows CE 6.0操作系统的特征与选用 | 第15-17页 |
·构建操作系统内核 | 第17-20页 |
·Windows CE的开发工具 | 第17-19页 |
·Windows CE操作系统BSP移植与开发 | 第19-20页 |
·设备驱动程序的开发 | 第20-23页 |
·本章小结 | 第23-24页 |
第3章 车牌识别系统硬件的实现 | 第24-33页 |
·基于ARM嵌入式系统的介绍 | 第24-25页 |
·ARM11开发板的介绍 | 第25-26页 |
·车牌识别系统的硬件实现 | 第26-32页 |
·S3C6410 | 第26-27页 |
·ARM复位电路的实现 | 第27-28页 |
·LCD接口电路的实现 | 第28页 |
·NAND Flash电路的实现 | 第28-29页 |
·USB接口电路 | 第29-30页 |
·WIFI模块的实现 | 第30页 |
·电源模块的实现 | 第30-31页 |
·USB摄像头的介绍 | 第31-32页 |
·本章小结 | 第32-33页 |
第4章 车牌识别算法的设计与实现 | 第33-50页 |
·车牌的定位 | 第33-39页 |
·图像的灰度化 | 第33-34页 |
·图像灰度拉伸 | 第34-35页 |
·图像的滤波 | 第35-36页 |
·图像的边缘检测 | 第36-37页 |
·车牌的粗定位 | 第37-38页 |
·车牌的细定位 | 第38-39页 |
·倾斜校正 | 第39-42页 |
·车牌倾斜情况分类 | 第39页 |
·随机边缘检测法 | 第39-40页 |
·水平校正 | 第40页 |
·垂直校正 | 第40-41页 |
·校正流程 | 第41-42页 |
·字符分割 | 第42-43页 |
·图像的二值化 | 第42页 |
·字符分割 | 第42-43页 |
·字符识别 | 第43-49页 |
·大小归一 | 第43-44页 |
·平滑化 | 第44-45页 |
·车牌字符的结构和特征 | 第45-46页 |
·基于结构特征和统计特征的模板匹配法 | 第46-49页 |
·本章小结 | 第49-50页 |
第5章 系统试验及结果分析 | 第50-52页 |
·试验结果 | 第50-51页 |
·结果分析 | 第51-52页 |
第6章 结论及展望 | 第52-53页 |
参考文献 | 第53-56页 |
攻读硕士学位期间发表的论文及其他成果 | 第56-57页 |
致谢 | 第57页 |