面向智能停车场的车牌识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-17页 |
| ·研究背景和意义 | 第9-11页 |
| ·车牌识别技术的应用 | 第9-10页 |
| ·超分辨率图像重建技术的研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·车牌识别技术的研究现状 | 第11-12页 |
| ·超分辨率图像重建的研究现状 | 第12-13页 |
| ·车牌的先验知识 | 第13-14页 |
| ·本文的结构 | 第14-15页 |
| ·本文的主要创新 | 第15-17页 |
| 第2章 智能停车场系统总体设计 | 第17-25页 |
| ·系统概述 | 第17-19页 |
| ·系统主界面设计 | 第19-20页 |
| ·管理系统数据库设计 | 第20-21页 |
| ·系统功能介绍 | 第21-22页 |
| ·车牌识别子系统介绍 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 超分辨率车牌图像重建技术 | 第25-35页 |
| ·超分辨率图像重建技术介绍 | 第25-26页 |
| ·常见超分辨率图像重建技术方法 | 第26-27页 |
| ·本文选用的图像重建算法 | 第27-30页 |
| ·凸集投影的理论基础 | 第28-29页 |
| ·算法实现的具体步骤 | 第29-30页 |
| ·超分辨率车牌图像重建实验结果及分析 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 车牌定位和字符分割 | 第35-49页 |
| ·常见的车牌定位方法 | 第35-36页 |
| ·彩色化图像的车牌定位方法 | 第35页 |
| ·灰度化图像的车牌定位 | 第35-36页 |
| ·基于形态学的图像灰度化车牌定位 | 第36-41页 |
| ·图像预处理 | 第38页 |
| ·图像边缘化处理 | 第38-39页 |
| ·车牌定位 | 第39-41页 |
| ·车牌定位实验结果与分析 | 第41-42页 |
| ·字符分割常用方法介绍 | 第42-43页 |
| ·连通元特征分割的方法 | 第42页 |
| ·投影法 | 第42-43页 |
| ·基于投影法和连通元特征结合的字符分割 | 第43-46页 |
| ·二值化处理、倾斜矫正 | 第44-45页 |
| ·字符分割 | 第45-46页 |
| ·字符分割实验及结果分析 | 第46页 |
| ·本章小结 | 第46-49页 |
| 第5章 改进的模板匹配字符识别 | 第49-61页 |
| ·常见的字符识别方法 | 第49-50页 |
| ·结构模式识别 | 第49页 |
| ·神经网络的识别法 | 第49页 |
| ·统计模式识别 | 第49-50页 |
| ·字符图像预处理 | 第50-52页 |
| ·字符平滑处理 | 第50-51页 |
| ·字符大小归一化处理 | 第51-52页 |
| ·模板匹配的字符识别 | 第52-54页 |
| ·改进的模板匹配识别算法 | 第54-58页 |
| ·数字、字母的识别 | 第54-55页 |
| ·汉字识别 | 第55-58页 |
| ·字符识别实验和结果分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 系统测试 | 第61-67页 |
| ·系统测试环境 | 第61页 |
| ·系统测试结果及分析 | 第61-63页 |
| ·同类产品实验比较结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第7章 总结和展望 | 第67-69页 |
| ·结论 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73-74页 |
