高清单幅图像去雾与车牌定位算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-21页 |
| ·本文研究背景及意义 | 第10-11页 |
| ·智能交通系统简介及国内外发展概况 | 第11-15页 |
| ·智能交通系统简介 | 第11-12页 |
| ·智能交通系统国内外发展概况 | 第12-15页 |
| ·车牌检测技术简介及国内外发展状况 | 第15-19页 |
| ·车牌检测技术简介 | 第15-17页 |
| ·车牌检测技术国内外发展概况 | 第17-19页 |
| ·课题研究目的及意义 | 第19-20页 |
| ·本文主要研究内容 | 第20-21页 |
| 第2章 图像去雾理论基础及算法概述 | 第21-40页 |
| ·大气散射物理机制 | 第21-24页 |
| ·雾气对图像影响的成因 | 第21-22页 |
| ·入射光衰减模型 | 第22页 |
| ·大气光散射模型 | 第22-23页 |
| ·散射波长模型 | 第23页 |
| ·雾天图像退化模型 | 第23-24页 |
| ·图像去雾算法概述 | 第24-39页 |
| ·基于图像增强技术的去雾算法 | 第25-27页 |
| ·基于大气散射物理模型的去雾算法 | 第27-37页 |
| ·图像去雾算法总结 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 新暗原色先验图像去雾算法研究 | 第40-70页 |
| ·暗原色先验去雾算法理论概述 | 第40-50页 |
| ·算法研究背景 | 第40-41页 |
| ·算法基础理论 | 第41-43页 |
| ·透射率估计 | 第43-45页 |
| ·软抠图法 | 第45-46页 |
| ·大气光估计 | 第46-48页 |
| ·复原场景辐射 | 第48-49页 |
| ·移动模版大小对去雾图像的影响 | 第49-50页 |
| ·新暗原色先验去雾算法研究 | 第50-68页 |
| ·自然图像抠图封闭解法分析 | 第52-56页 |
| ·双三次插值法求透射率t | 第56-61页 |
| ·变差法偏色校正 | 第61-66页 |
| ·直方图均衡化增强对比度 | 第66-68页 |
| ·试验结果与分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 车牌定位算法研究背景及概述 | 第70-89页 |
| ·车牌定位研究背景 | 第70-71页 |
| ·车牌定位算法概述 | 第71-88页 |
| ·基于车牌边缘特征的定位算法 | 第71-83页 |
| ·基于车牌颜色特征的定位算法 | 第83-86页 |
| ·基于机器学习的车牌定位算法 | 第86-87页 |
| ·车牌定位算法总结 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 第5章 边缘形态学二步车牌定位法 | 第89-122页 |
| ·形态学图像处理概述 | 第89-95页 |
| ·集合论中基本概念 | 第89-91页 |
| ·形态学基本运算 | 第91-95页 |
| ·图像预处理 | 第95-96页 |
| ·车辆区域定位 | 第96-111页 |
| ·车牌区域定位 | 第111-119页 |
| ·单备选车牌区域定位 | 第111-116页 |
| ·多备选车牌区域定位 | 第116-117页 |
| ·无符合阈值条件车牌区域定位 | 第117-119页 |
| ·试验结果与分析 | 第119-121页 |
| ·本章小结 | 第121-122页 |
| 总结与展望 | 第122-124页 |
| 本文的主要工作 | 第122页 |
| 对未来工作的展望 | 第122-124页 |
| 参考文献 | 第124-128页 |
| 致谢 | 第128-129页 |
| 攻读研究生期间发表（录用）论文 | 第129-130页 |
