| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-12页 |
| 1.1.1 常用物体识别技术介绍 | 第10-11页 |
| 1.1.2 现行车辆识别系统介绍 | 第11-12页 |
| 1.1.3 现行车牌识别系统面临的问题 | 第12页 |
| 1.2 电子车牌系统的研究现状 | 第12-13页 |
| 1.3 本文研究内容及意义 | 第13-14页 |
| 1.4 本文章节安排 | 第14-15页 |
| 第二章 基于图像处理的车牌识别算法概述 | 第15-32页 |
| 2.1 图像预处理 | 第15-19页 |
| 2.1.1 图像预处理常用算法 | 第15-18页 |
| 2.1.2 本文车牌图像预处理方法和结果 | 第18-19页 |
| 2.2 车牌定位 | 第19-26页 |
| 2.2.1 车牌特征与分析 | 第20-21页 |
| 2.2.2 车牌定位常用算法 | 第21-22页 |
| 2.2.3 本文车牌定位方法和结果 | 第22-26页 |
| 2.3 车牌字符分割 | 第26-29页 |
| 2.3.1 字符分割常用算法 | 第27-28页 |
| 2.3.2 本文字符分割方法和结果 | 第28-29页 |
| 2.4 车牌字符识别 | 第29-31页 |
| 2.4.1 字符识别常用算法 | 第29-30页 |
| 2.4.2 本文字符识别算法及结果 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 图像雾霾检测及其应用 | 第32-47页 |
| 3.1 图像雾霾检测 | 第32-33页 |
| 3.2 图像功率谱 | 第33-34页 |
| 3.3 特征向量提取 | 第34-37页 |
| 3.3.1 Gabor滤波器 | 第35-36页 |
| 3.3.2 特征向量提取 | 第36-37页 |
| 3.4 特征向量降维 | 第37-38页 |
| 3.4.1 PCA算法 | 第37-38页 |
| 3.4.2 实验结果 | 第38页 |
| 3.5 分类特征向量 | 第38-41页 |
| 3.5.1 LDA算法 | 第38-41页 |
| 3.5.2 分类器设计 | 第41页 |
| 3.6 雾霾检测结果 | 第41-43页 |
| 3.7 车牌识别系统图像预处理算法 | 第43-46页 |
| 3.7.1 图像去雾 | 第43-44页 |
| 3.7.2 实验结果 | 第44-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 基于Cortex-A8的电子车牌识别系统研究 | 第47-75页 |
| 4.1 系统总体设计 | 第47-48页 |
| 4.2 相关支撑技术研究 | 第48-50页 |
| 4.2.1 嵌入式系统 | 第48-49页 |
| 4.2.2 ARM处理器 | 第49-50页 |
| 4.2.3 电子车牌 | 第50页 |
| 4.3 硬件功能模块研究与设计 | 第50-56页 |
| 4.3.1 S5PV210微处理器 | 第51页 |
| 4.3.2 Tiny210开发板 | 第51-53页 |
| 4.3.3 GPS定位模块 | 第53-54页 |
| 4.3.4 3G无线通信模块 | 第54页 |
| 4.3.5 DSM-300远距离电子标签读写模块 | 第54-56页 |
| 4.3.6 DST-81电子标签 | 第56页 |
| 4.4 软件功能模块研究与设计 | 第56-71页 |
| 4.4.1 系统软件整体设计 | 第56-57页 |
| 4.4.2 搭建开发环境 | 第57-59页 |
| 4.4.3 系统移植 | 第59-67页 |
| 4.4.3.1 移植Bootloader | 第59-62页 |
| 4.4.3.2 移植嵌入式Linux | 第62-65页 |
| 4.4.3.3 移植QT Embedded开发环境 | 第65-67页 |
| 4.4.4 应用程序设计 | 第67-71页 |
| 4.4.4.1 系统主进程 | 第67-68页 |
| 4.4.4.2 获取定位信息模块 | 第68-69页 |
| 4.4.4.3 3G无线通信模块 | 第69-70页 |
| 4.4.4.4 电子车牌信息读取模块 | 第70-71页 |
| 4.5 实验结果 | 第71-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 工作总结 | 第75页 |
| 5.2 工作展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 发表论文和参加科研情况说明 | 第82-83页 |
| 致谢 | 第83-84页 |