嵌入式车牌识别系统的研究与实现
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究的主要内容 | 第10页 |
| 1.4 本文组织结构 | 第10-12页 |
| 第二章 车牌定位 | 第12-25页 |
| 2.1 车牌图像预处理 | 第12-18页 |
| 2.1.1 图像的增强和噪声的去除 | 第12-13页 |
| 2.1.2 彩色车牌图像灰度化 | 第13页 |
| 2.1.3 边缘检测 | 第13-14页 |
| 2.1.4 二值化 | 第14-15页 |
| 2.1.5 形态学处理 | 第15-18页 |
| 2.2 车牌区域定位 | 第18-24页 |
| 2.2.1 车牌特征分析 | 第18-19页 |
| 2.2.2 车牌定位算法的研究现状 | 第19-21页 |
| 2.2.3 基于色彩过滤和纹理分析相结合的方法 | 第21-24页 |
| 2.3 小结 | 第24-25页 |
| 第三章 车牌字符分割 | 第25-34页 |
| 3.1 车牌倾斜校正 | 第25-29页 |
| 3.1.1 车牌倾斜类型 | 第25-26页 |
| 3.1.2 倾斜检测的方法 | 第26-27页 |
| 3.1.3 倾斜校正的方法 | 第27-29页 |
| 3.1.4 算法流程图 | 第29页 |
| 3.2 车牌字符分割 | 第29-33页 |
| 3.2.1 字符分割常用算法 | 第29-30页 |
| 3.2.2 车牌字符规律及特征 | 第30-31页 |
| 3.2.3 预处理 | 第31-32页 |
| 3.2.4 基于垂直投影的二次分割方法 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 车牌字符识别 | 第34-45页 |
| 4.1 车牌字符简介 | 第34-35页 |
| 4.2 常用的车牌字符识别方法 | 第35-36页 |
| 4.2.1 基于模板匹配的车牌字符识别方法 | 第35页 |
| 4.2.2 基于字符结构特征的车牌字符识别方法 | 第35-36页 |
| 4.2.3 基于神经网络的车牌字符识别方法 | 第36页 |
| 4.3 BP神经网络的原理 | 第36-37页 |
| 4.4 基于BP神经网络的车牌字符识别 | 第37-44页 |
| 4.4.1 车牌字符图像的归一化 | 第37-39页 |
| 4.4.2 车牌字符识别算法 | 第39-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 车牌识别系统的实现和测试分析 | 第45-51页 |
| 5.1 系统硬件环境 | 第45页 |
| 5.2 OPENCV2.4.9 的移植 | 第45-47页 |
| 5.2.1 编译环境搭建 | 第46页 |
| 5.2.2 编译Open CV2.4.9 | 第46-47页 |
| 5.3 车牌识别系统测试与分析 | 第47-50页 |
| 5.3.1 车牌识别系统测试 | 第47-48页 |
| 5.3.2 批量化测试 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录一 源码 | 第54-57页 |
| 附录二 MAKEFILE | 第57-59页 |
| 致谢 | 第59-60页 |
