首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

数字图像处理在车牌识别中的若干应用

摘要第4-5页
Abstract第5-6页
第一章 绪言第9-13页
    1.1 选题来源与研究意义第9-10页
        1.1.1 选题来源第9页
        1.1.2 研究意义第9-10页
    1.2 相关内容综述第10-12页
    1.3 本文研究的主要内容第12-13页
第二章 改进的Perona-Malik模型数值格式第13-21页
    2.1 引言第13页
    2.2 图像复原中非线性扩散第13-17页
        2.2.1 Perona-Malik模型第13-14页
        2.2.2 改进的数值格式第14-15页
        2.2.3 相容性、稳定性与收敛性第15-17页
    2.3 数值比较第17-20页
    2.4 结论第20-21页
第三章 基于多项式小波的单图像超分辨率分析第21-33页
    3.1 引言第21-22页
    3.2 分片多项式小波第22-24页
        3.2.1 多尺度剖分第22-23页
        3.2.2 分片线性多项式小波系第23-24页
        3.2.3 分片双线性多项式小波系第24页
    3.3 单图像超分辨率分析第24-28页
        3.3.1 数字图像的表示第25页
        3.3.2 图像超分辨率分析第25-26页
        3.3.3 数值正交性第26页
        3.3.4 交错重构第26-28页
    3.4 计算机实验第28-32页
        3.4.1 数值比较第28-30页
        3.4.2 视觉比较第30-32页
    3.5 结论第32-33页
第四章 运动物体检测模型中帧间差分法的改进第33-43页
    4.1 引言第33页
    4.2 预备知识第33-36页
        4.2.1 数字图像与视频第33-35页
        4.2.2 δ-帧间差分法第35-36页
    4.3 运动物体检测模型第36-39页
        4.3.1 多尺度剖分第37页
        4.3.2 改进的3-帧间差分法第37-38页
        4.3.3 矩阵运算方法实现第38-39页
    4.4 计算机实验第39-41页
        4.4.1 标准检测视频的测试第39页
        4.4.2 交通视频的采集与测试第39-41页
    4.5 总结第41-43页
第五章 模糊集理论在车牌字符识别中的运用第43-53页
    5.1 引言第43-44页
    5.2 基于数学形态学的模糊集理论第44-47页
        5.2.1 数学形态学第44-45页
        5.2.2 模糊集理论第45-46页
        5.2.3 数学形态学中的模糊集理论第46-47页
    5.3 车牌字符识别第47-51页
        5.3.1 字符图像的采集第47页
        5.3.2 字符图像的模糊模板匹配算法第47-50页
        5.3.3 字符识别的Matlab测试第50-51页
    5.4 结论第51-53页
第六章 车牌识别图形用户界面的研制第53-59页
    6.1 引言第53页
    6.2 图形用户界面的创建第53-54页
    6.3 车牌识别用户界面的研制第54-58页
        6.3.1 视频读取、参数设置功能第54-55页
        6.3.2 检测、识别与保存功能第55-57页
        6.3.3 图形用户界面效果第57-58页
    6.4 结论第58-59页
参考文献第59-65页
攻读硕士学位期间发表论文清单第65-67页
致谢第67-68页
附件第68页

论文共68页,点击 下载论文
上一篇:基于SDN的网络流量异常检测模型设计和实现
下一篇:基于Android平台的车牌识别系统的设计与实现