智能视频监控系统中车牌识别技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 图表目录 | 第10-12页 |
| 1 绪论 | 第12-18页 |
| ·论文的研究背景及意义 | 第12-13页 |
| ·国内外相关研究 | 第13-15页 |
| ·车牌识别系统概述 | 第15-17页 |
| ·我国车牌的特点 | 第15-16页 |
| ·我国车牌识别的难点 | 第16-17页 |
| ·本文的主要研究内容 | 第17页 |
| ·论文的组织结构 | 第17-18页 |
| 2 智能视频监控系统研究 | 第18-23页 |
| ·工控机 | 第18页 |
| ·电子警察 | 第18-19页 |
| ·车牌识别 | 第19-20页 |
| ·硬件平台分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 车牌定位算法 | 第23-43页 |
| ·现有的车牌定位方法 | 第23-24页 |
| ·灰度变换 | 第24-25页 |
| ·灰度增强 | 第25-26页 |
| ·车牌图像二值化 | 第26-31页 |
| ·最大方差阈值算法 | 第27页 |
| ·自适应阈值算法 | 第27-28页 |
| ·本文采用的二值化方法 | 第28-31页 |
| ·二值化形态学处理 | 第31-36页 |
| ·腐蚀运算 | 第32-33页 |
| ·膨胀运算 | 第33-34页 |
| ·开运算与闭运算 | 第34-35页 |
| ·本文中的形态学方法 | 第35-36页 |
| ·车牌图像归一化 | 第36页 |
| ·定位算法 | 第36-42页 |
| ·行定位 | 第36-38页 |
| ·列定位 | 第38-42页 |
| ·车牌倾斜校正 | 第42-43页 |
| 4 字符分割算法 | 第43-50页 |
| ·现有的字符分割算法 | 第43-45页 |
| ·垂直投影的字符分割算法 | 第43-44页 |
| ·聚类分析的字符分割算法 | 第44页 |
| ·模板匹配的字符分割算法 | 第44-45页 |
| ·本文采用的字符分割算法 | 第45-49页 |
| ·去除边框 | 第45-46页 |
| ·字符分割 | 第46-48页 |
| ·去除铆钉 | 第48页 |
| ·字符归一化 | 第48-49页 |
| ·小结 | 第49-50页 |
| 5 字符识别算法 | 第50-59页 |
| ·车牌字符特征的提取方法 | 第50-52页 |
| ·常用的车牌字符识别方法 | 第52-55页 |
| ·模板匹配 | 第52页 |
| ·人工神经网络 | 第52-55页 |
| ·本文采用的车牌字符识别方法 | 第55-58页 |
| ·文字的识别算法 | 第55-56页 |
| ·字母、数字的识别算法 | 第56-58页 |
| ·小结 | 第58-59页 |
| 6 实验平台 | 第59-62页 |
| 7 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第68页 |
