基于神经网络的车牌识别技术的研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1 绪论 | 第11-17页 |
| ·课题研究背景及现实意义 | 第11-12页 |
| ·车牌识别技术的国内外研究现状 | 第12-13页 |
| ·车牌定位技术研究现状 | 第12页 |
| ·车牌字符识别技术研究现状 | 第12-13页 |
| ·车牌识别系统的构成 | 第13-14页 |
| ·课题研究的主要内容 | 第14-17页 |
| 2 车牌图像的预处理 | 第17-28页 |
| ·车牌图像的采集 | 第17-18页 |
| ·彩色图像灰度化 | 第18-19页 |
| ·图像的增强 | 第19-27页 |
| ·传统的图像增强方法 | 第19-23页 |
| ·基于分块思想的局部图像增强算法 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 3 车牌定位算法研究 | 第28-51页 |
| ·车牌区域的特征 | 第28-29页 |
| ·车牌定位的常用方法 | 第29-31页 |
| ·基于字符边缘检测和颜色特征的车牌定位方法 | 第31-48页 |
| ·图像的增强处理 | 第31-33页 |
| ·边缘检测 | 第33-36页 |
| ·垂直边缘图像的噪声去除 | 第36-39页 |
| ·车牌候选区的选定 | 第39-41页 |
| ·基于颜色的车牌候选区筛选 | 第41-46页 |
| ·车牌区域精确定位 | 第46-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 4 车牌图像的二值化 | 第51-60页 |
| ·灰度图像二值化的概念 | 第51页 |
| ·典型的二值化方法 | 第51-54页 |
| ·全局阈值法 | 第51-53页 |
| ·局部阈值法 | 第53-54页 |
| ·改进背景补偿的车牌图像二值化算法 | 第54-58页 |
| ·同态滤波 | 第54-56页 |
| ·二值化 | 第56-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 5 车牌倾斜矫正和字符分割算法的研究 | 第60-80页 |
| ·待矫正的车牌倾斜类型及其矫正方法 | 第60-64页 |
| ·车牌的倾斜类型 | 第60-61页 |
| ·车牌的倾斜矫正思想 | 第61-62页 |
| ·车牌的倾斜矫正一般方法 | 第62-64页 |
| ·基于字符框架抽象特征的水平矫正 | 第64-69页 |
| ·基于字符框架抽象特征的水平矫正的思想 | 第64-65页 |
| ·车牌二值图像水平矫正的具体实现 | 第65-68页 |
| ·水平矫正的实验结果与分析 | 第68-69页 |
| ·车牌图像上下边框的去除 | 第69-70页 |
| ·基于字符投影的垂直矫正 | 第70-73页 |
| ·垂直错切模式的矫正 | 第71页 |
| ·基于字符投影的垂直矫正算法的具体实现 | 第71-72页 |
| ·垂直矫正的实验结果与分析 | 第72-73页 |
| ·字符分割 | 第73-78页 |
| ·车牌字符几何规律 | 第73-74页 |
| ·车牌字符分割的常用方法 | 第74页 |
| ·基于垂直投影和车牌先验知识的字符分割 | 第74-77页 |
| ·字符分割的实验结果与分析 | 第77-78页 |
| ·单个字符的归一化 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 6 字符特征提取与BP 网络分类识别 | 第80-94页 |
| ·车牌字符识别的常用方法 | 第80-81页 |
| ·车牌字符识别特征的选取 | 第81-83页 |
| ·待识别的车牌字符 | 第81页 |
| ·字符的识别特征 | 第81-83页 |
| ·改进型粗网格特征提取方法 | 第83页 |
| ·BP 神经网络简介 | 第83-86页 |
| ·多层前馈神经网络 | 第83-84页 |
| ·BP 网络学习规则 | 第84-86页 |
| ·基于BP 网络的车牌字符识别 | 第86-93页 |
| ·BP 网络结构设计 | 第87-88页 |
| ·BP 网络的参数设置和训练 | 第88-89页 |
| ·字符识别系统的实现 | 第89-90页 |
| ·字符识别实验结果与分析 | 第90-93页 |
| ·本章小结 | 第93-94页 |
| 7 总结与展望 | 第94-97页 |
| ·本文工作及成果总结 | 第94-96页 |
| ·下一步的研究工作 | 第96-97页 |
| 参考文献 | 第97-102页 |
| 致谢 | 第102-103页 |
| 攻读硕士期间发表论文及参加的项目 | 第103-104页 |
