复杂背景下号码识别及其应用研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-20页 |
·课题的目的与意义 | 第10页 |
·研究背景和发展现状分析 | 第10-14页 |
·汽车牌照检测领域 | 第10-12页 |
·纸币号码识别领域 | 第12-14页 |
·号码识别系统关键技术介绍 | 第14-17页 |
·定位算法介绍 | 第14-16页 |
·识别算法介绍 | 第16-17页 |
·课题的技术难点 | 第17-18页 |
·车牌识别技术难点介绍 | 第17-18页 |
·纸币识别技术难点介绍 | 第18页 |
·主要研究内容及论文章节的安排 | 第18-20页 |
第二章 预处理和定位 | 第20-42页 |
·正常情况下预处理和定位的一般算法 | 第20-29页 |
·车牌区域特征 | 第20-21页 |
·纸币字符区域特征 | 第21页 |
·图像灰度化 | 第21-22页 |
·边缘检测典型方法介绍 | 第22-25页 |
·二值化方法介绍 | 第25-29页 |
·复杂背景下牌照预处理和定位的算法 | 第29-38页 |
·利用Radon 变换校正车牌 | 第30-32页 |
·改进累积绝对差分边缘检测 | 第32-34页 |
·自适应阈值分割与形态学结合方法 | 第34-37页 |
·车牌定位 | 第37-38页 |
·复杂背景下纸币字符的预处理和定位的算法 | 第38-40页 |
·纸币图像的二值化 | 第38-39页 |
·纸币图像字符定位 | 第39-40页 |
·小结 | 第40-42页 |
第三章 字符的识别算法研究 | 第42-54页 |
·字符识别算法的基本方法 | 第42-43页 |
·车牌字符识别 | 第43-49页 |
·基于垂直投影的车牌字符分割 | 第43-46页 |
·基于神经网络的车牌字符识别 | 第46-49页 |
·纸币字符识别 | 第49-53页 |
·基于列扫描记录法字符分割 | 第49-50页 |
·基于模板匹配方法识别字符 | 第50-53页 |
·小结 | 第53-54页 |
第四章 系统的运行测试 | 第54-63页 |
·车牌识别系统实验结果 | 第54-61页 |
·纸币识别系统实验结果 | 第61-63页 |
第五章 结论 | 第63-64页 |
参考文献 | 第64-66页 |
附录A 数码相机拍摄车牌图片 | 第66-69页 |
附录B 纸币图片 | 第69-72页 |
在学研究成果 | 第72-73页 |
致谢 | 第73页 |