车牌自动提取的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究背景 | 第10页 |
| ·目前国内外的研究现状 | 第10-11页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·本文所用到的软件平台 | 第12-13页 |
| ·MATLAB软件平台 | 第12页 |
| ·MATLAB在图像处理中的应用 | 第12-13页 |
| ·本课题研究的主要内容 | 第13-15页 |
| 第2章 图像预处理 | 第15-23页 |
| ·引言 | 第15页 |
| ·图像的滤波 | 第15-20页 |
| ·低通滤波器 | 第16页 |
| ·高通滤波器 | 第16-17页 |
| ·中值滤波器 | 第17页 |
| ·同态滤波器 | 第17-19页 |
| ·图像的滤波过程 | 第19-20页 |
| ·车牌图像的灰度化 | 第20-22页 |
| ·图像灰度化的基本原理 | 第20-21页 |
| ·彩色空间距离的车牌图像灰度化 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 车牌的粗提取 | 第23-39页 |
| ·引言 | 第23-24页 |
| ·根据颜色特征提取图像 | 第24-28页 |
| ·图像的HSV色彩空间 | 第24页 |
| ·RGB和HSV空间的相互转化 | 第24页 |
| ·RGB色彩模型到HSV色彩模型的转化 | 第24-25页 |
| ·HSV色彩模型到RGB色彩模型的转化 | 第25-27页 |
| ·H、S、V阈值提取车牌 | 第27-28页 |
| ·根据边缘特征提取图像 | 第28-33页 |
| ·图像的边缘提取及描述 | 第28页 |
| ·边缘检测局部算子 | 第28页 |
| ·梯度算子 | 第28-29页 |
| ·Canny算子 | 第29-30页 |
| ·Laplacian算子 | 第30页 |
| ·边缘检测提取车牌 | 第30-33页 |
| ·根据纹理特征提取图像 | 第33-36页 |
| ·纹理图像分析 | 第33页 |
| ·纹理的特性 | 第33-34页 |
| ·纹理的统计分析方法 | 第34-35页 |
| ·纹理的能量测量 | 第35-36页 |
| ·图像的二值化与标记图 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 车牌的定位 | 第39-50页 |
| ·引言 | 第39页 |
| ·数学形态学分析 | 第39-45页 |
| ·数学形态学的概述 | 第39-40页 |
| ·腐蚀与膨胀 | 第40-42页 |
| ·图像的开运算和闭运算 | 第42-44页 |
| ·击中或击不中变换 | 第44-45页 |
| ·车牌图像的定位 | 第45-49页 |
| ·车牌自身的特征 | 第45-46页 |
| ·车牌定位的算法思想 | 第46页 |
| ·算法思想实现流程 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 车牌的倾斜校正与字符切分 | 第50-56页 |
| ·引言 | 第50页 |
| ·车牌的倾斜校正 | 第50-53页 |
| ·车牌倾斜校正的流程 | 第50-51页 |
| ·车牌倾斜校正的方法 | 第51页 |
| ·车牌倾斜校正的算法思想 | 第51-53页 |
| ·车牌校正后对其干扰部分的去处 | 第53页 |
| ·字符的切分 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 字符的识别 | 第56-63页 |
| ·引言 | 第56页 |
| ·字符的识别 | 第56-57页 |
| ·图像识别的方法 | 第57-59页 |
| ·统计识别法 | 第57-58页 |
| ·结构识别法 | 第58-59页 |
| ·模版匹配模式识别 | 第59-62页 |
| ·模版匹配的分类原理 | 第59-60页 |
| ·模版匹配方法识别字符 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第7章 总结和展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-67页 |
