智能交通中车牌识别关键技术算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·车牌识别研究背景和意义 | 第7-8页 |
| ·车牌识别研究现状 | 第8-9页 |
| ·车牌识别系统简述 | 第9-12页 |
| ·系统整体框架实现 | 第9-10页 |
| ·车牌识别技术难点 | 第10-11页 |
| ·本文各单元的实现方法 | 第11-12页 |
| ·论文的主要内容 | 第12-13页 |
| 第二章 车牌图像定位 | 第13-27页 |
| ·图像预处理 | 第13-17页 |
| ·彩色图像灰度化 | 第13-14页 |
| ·降噪滤波 | 第14-15页 |
| ·图像增强 | 第15-16页 |
| ·二值化 | 第16-17页 |
| ·基于形态学的定位 | 第17-25页 |
| ·边缘检测 | 第19-20页 |
| ·腐蚀膨胀 | 第20-22页 |
| ·基于投影的精确定位 | 第22-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 车牌图像分割 | 第27-39页 |
| ·字符分割技术综述 | 第27-31页 |
| ·车牌的先验知识 | 第27-28页 |
| ·常用的分割算法 | 第28-31页 |
| ·本文分割方法 | 第31-37页 |
| ·倾斜矫正 | 第31-33页 |
| ·降噪滤波 | 第33-34页 |
| ·字符分割 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 字符识别 | 第39-51页 |
| ·传统字符识别技术 | 第39-42页 |
| ·常用的识别技术 | 第39-42页 |
| ·车牌字符识别困难 | 第42页 |
| ·基于神经网络的识别方法 | 第42-50页 |
| ·BP 神经网络 | 第42-45页 |
| ·本文使用的基于神经网络的识别算法 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
