智能园区车牌识别系统中关键技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·车牌识别系统概述 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的研究方向及组织结构 | 第12-14页 |
| 第二章 车牌定位 | 第14-40页 |
| ·图像预处理 | 第14-19页 |
| ·图像灰度化 | 第14-15页 |
| ·灰度校正 | 第15-16页 |
| ·图像平滑滤波 | 第16-19页 |
| ·车牌定位技术的研究 | 第19-22页 |
| ·车牌特征 | 第19-20页 |
| ·车牌定位方法的种类 | 第20-21页 |
| ·几种车牌定位方法 | 第21-22页 |
| ·多层次车牌定位方法 | 第22-24页 |
| ·系统应用特点 | 第22-23页 |
| ·多层次车牌定位方法概述 | 第23-24页 |
| ·基于采样点分布特征的车牌粗定位 | 第24-31页 |
| ·提取采样点 | 第24-27页 |
| ·图像分块及连通域搜索 | 第27-29页 |
| ·确定候选区域 | 第29-30页 |
| ·方法分析 | 第30-31页 |
| ·基于边缘检测的车牌精确定位 | 第31-39页 |
| ·锐化边界去噪法 | 第32-33页 |
| ·边缘检测 | 第33-36页 |
| ·搜索车牌上下边界 | 第36-37页 |
| ·搜索车牌左右边界 | 第37-39页 |
| ·结果验证 | 第39页 |
| ·实验结果及分析 | 第39-40页 |
| 第三章 车牌字符分割 | 第40-52页 |
| ·车牌字符分割技术研究 | 第40-42页 |
| ·车牌字符分割的难点 | 第40-41页 |
| ·几种分割方法介绍 | 第41-42页 |
| ·车牌图像预处理 | 第42-46页 |
| ·车牌图像二值化 | 第42-45页 |
| ·车牌倾斜校正 | 第45-46页 |
| ·本文采用的字符分割方法 | 第46-51页 |
| ·消除车牌字符串上下方干扰 | 第47-49页 |
| ·精确分割字符 | 第49-51页 |
| ·实验结果与分析 | 第51-52页 |
| 第四章 车牌字符识别 | 第52-69页 |
| ·字符图像预处理 | 第52-55页 |
| ·平滑去噪 | 第52-53页 |
| ·归一化 | 第53-55页 |
| ·车牌字符识别方法介绍 | 第55-62页 |
| ·字符识别原理 | 第55-57页 |
| ·车牌字符识别的特点 | 第57-58页 |
| ·模板匹配字符识别法 | 第58-59页 |
| ·神经网络字符识别法 | 第59-62页 |
| ·基于字符细化的模板匹配方法 | 第62-66页 |
| ·字符细化 | 第62-64页 |
| ·改进的Hausdorff距离 | 第64-65页 |
| ·具体方法 | 第65-66页 |
| ·易混淆字符的识别 | 第66-67页 |
| ·系统中车牌字符识别流程 | 第67-69页 |
| 第五章 系统设计与实现 | 第69-71页 |
| ·系统概述 | 第69-70页 |
| ·系统实现 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录: 攻读硕士学位期间的研究成果 | 第77页 |
