运动车牌图像恢复与识别系统设计
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·运动车辆车牌图像恢复与识别技术研究现状 | 第12-15页 |
| ·图像恢复相关技术研究现状 | 第12-13页 |
| ·车牌定位技术研究现状 | 第13-14页 |
| ·车牌字符识别技术研究现状 | 第14-15页 |
| ·本文主要内容及结构安排 | 第15-17页 |
| 第二章 运动模糊车牌图像的恢复 | 第17-33页 |
| ·图像恢复概述 | 第17-24页 |
| ·图像退化的数字模型 | 第17-19页 |
| ·运动模糊图像退化模型 | 第19-21页 |
| ·运动参数的估计分析 | 第21-24页 |
| ·运动模糊图像几种恢复方法 | 第24-27页 |
| ·逆滤波恢复 | 第24-25页 |
| ·维纳滤波恢复 | 第25-27页 |
| ·基于卡尔曼运动模型的运动车牌图像恢复 | 第27-32页 |
| ·卡尔曼滤波的基本思想与原理 | 第28页 |
| ·基于卡尔曼运动模型的运动模糊图像恢复 | 第28-30页 |
| ·基于卡尔曼运动模型的运动车牌图像的恢复 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 车牌提取 | 第33-45页 |
| ·车辆牌照定位方法概述 | 第33-34页 |
| ·灰度变换 | 第34-36页 |
| ·RGB颜色模型 | 第34-35页 |
| ·彩色图像转换成灰度图像 | 第35-36页 |
| ·基于灰度图像的二值化 | 第36-38页 |
| ·车牌照区域的定位 | 第38-44页 |
| ·车牌区域的粗定位 | 第38-41页 |
| ·车牌区域的精确定位 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 车牌字符的分割与识别 | 第45-56页 |
| ·车牌字符分割 | 第45-49页 |
| ·车牌图像的倾斜校正 | 第45-48页 |
| ·车牌字符分割 | 第48-49页 |
| ·车牌字符识别 | 第49-51页 |
| ·现有的车牌字符识别方法概述 | 第49-51页 |
| ·基于BP神经网络的车牌字符识别 | 第51-55页 |
| ·神经网络概述 | 第51-52页 |
| ·基于BP神经网络的车牌字符识别算法 | 第52-54页 |
| ·实验及结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 运动车牌图像恢复与识别系统结构设计 | 第56-63页 |
| ·运动车牌图像恢复与识别系统构成及原理 | 第56-57页 |
| ·系统各模块工作原理 | 第57-61页 |
| ·目标检测模块 | 第57-60页 |
| ·运动车牌图像恢复模块 | 第60页 |
| ·车牌定位与识别模块 | 第60-61页 |
| ·控制中心模块 | 第61页 |
| ·运动车牌图像恢复与识别系统实现功能与任务 | 第61页 |
| ·开发及实验工具介绍 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结束语 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在学期间取得的学术成果 | 第69页 |
