车牌自动识别的若干关键新算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的研究背景 | 第11-12页 |
| ·车牌识别系统的原理 | 第12页 |
| ·车牌识别技术的国内外研究动态 | 第12-14页 |
| ·间接法车牌识别技术 | 第13页 |
| ·直接法车牌识别技术 | 第13-14页 |
| ·国内外现有成果分析 | 第14页 |
| ·本论文的主要工作 | 第14-17页 |
| 第二章 多信息融合的车牌定位 | 第17-37页 |
| ·国内现行机动车辆车牌的特征 | 第17-19页 |
| ·车牌定位方法介绍 | 第19-20页 |
| ·车牌图像预处理 | 第20-24页 |
| ·图像的格式转换 | 第20-21页 |
| ·RGB颜色空间到HSV颜色空间的转换 | 第21-22页 |
| ·图像的灰度化和二值化 | 第22-24页 |
| ·基于车牌颜色和结构特征的定位方法 | 第24-29页 |
| ·车牌图像的多闭值灰度图 | 第25-26页 |
| ·车牌图像形态学处理和图像去噪 | 第26-27页 |
| ·多阈值车牌特征颜色区域的提取 | 第27-29页 |
| ·车牌倾斜校正 | 第29-35页 |
| ·定位流程及结果分析 | 第35-37页 |
| 第三章 车牌字符分割 | 第37-45页 |
| ·字符分割方法介绍 | 第37-38页 |
| ·基于垂直投影和车牌字符规则的字符分割方法 | 第38-42页 |
| ·车牌图像预处理 | 第38-39页 |
| ·车牌字符分割算法 | 第39-42页 |
| ·分割实验结果 | 第42-45页 |
| 第四章 基于结构特征的车牌字符识别 | 第45-65页 |
| ·字符识别方法介绍 | 第45-48页 |
| ·统计识别方法 | 第45-46页 |
| ·结构识别方法 | 第46-47页 |
| ·人工神经网络识别方法 | 第47-48页 |
| ·字符图像的归一化处理 | 第48-50页 |
| ·字符图像细化和毛刺处理 | 第50-54页 |
| ·车牌字符的细化 | 第50-52页 |
| ·细化后字符毛刺的修复 | 第52-54页 |
| ·细化效果 | 第54页 |
| ·字符笔画的抽取 | 第54-59页 |
| ·基于Freeman链码法的字符笔画抽取模型 | 第54-56页 |
| ·笔画的再分与分类 | 第56-59页 |
| ·字符笔画抽取算法流程 | 第59页 |
| ·字符的识别 | 第59-62页 |
| ·基于树分类器的字符识别 | 第60页 |
| ·字符识别过程 | 第60-62页 |
| ·实验结果及分析 | 第62-65页 |
| 第五章 总结 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 发表论文和参与项目 | 第73-75页 |
| 致谢 | 第75页 |
