视频监控中的模糊车牌图像超分辨率重建研究及实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·无参考图像质量评价 | 第8-9页 |
| ·车牌识别 | 第9-10页 |
| ·图像超分辨率重建 | 第10-11页 |
| ·论文主要工作及结构安排 | 第11-14页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文的结构安排 | 第12-14页 |
| 第二章 车牌图像重建算法框架 | 第14-18页 |
| ·算法框架设计思路 | 第14-15页 |
| ·算法框架步骤分析 | 第15-18页 |
| ·车牌图像质量评价 | 第15-16页 |
| ·预处理 | 第16页 |
| ·字符图像分类识别 | 第16-17页 |
| ·字符图像超分辨率重建 | 第17-18页 |
| 第三章 车牌图像质量评价方法 | 第18-31页 |
| ·车牌图像质量评价的算法工具 | 第18-22页 |
| ·基于线性SVM的分类方法 | 第18-21页 |
| ·基于Kmeans聚类的颜色中心判断算法 | 第21-22页 |
| ·主观分类特征及算法流程 | 第22-28页 |
| ·实际空间分辨率特征 | 第22-23页 |
| ·频率特征 | 第23-25页 |
| ·灰度投影特征 | 第25-26页 |
| ·颜色特征 | 第26-27页 |
| ·算法流程 | 第27-28页 |
| ·实验结果与分析 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 车牌图像预处理及建库方法 | 第31-43页 |
| ·双三次插值及二值化 | 第32-34页 |
| ·双三次插值 | 第32页 |
| ·灰度化与二值化 | 第32-34页 |
| ·视角校正及字符分割 | 第34-39页 |
| ·基于Hough变换及Radon变换的视角校正 | 第35-37页 |
| ·基于透视变换的视角校正 | 第37-38页 |
| ·字符分割 | 第38-39页 |
| ·样本库建立 | 第39-41页 |
| ·高低分辨率字符图像库 | 第39-40页 |
| ·字符图像对库 | 第40页 |
| ·标准字符图像库 | 第40-41页 |
| ·字符块图像库 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第五章 字符图像分类识别方法 | 第43-59页 |
| ·基于单个字符的图像分类识别方法 | 第43-48页 |
| ·基于模板匹配的识别方法 | 第43-45页 |
| ·基于判别式字典学习的识别方法 | 第45-48页 |
| ·分类识别结果的数据分析 | 第48-50页 |
| ·可信度参数 | 第48-49页 |
| ·相对可信度参数 | 第49-50页 |
| ·基于字符分块的图像分类识别方法 | 第50-55页 |
| ·字符分块方法的基本思想 | 第50-51页 |
| ·连通性判断 | 第51-53页 |
| ·单个字符识别可信度判断 | 第53-54页 |
| ·算法流程 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·字符图像分类识别方法正确率测试 | 第55-56页 |
| ·可信度参数测试 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 字符图像超分辨率重建方法 | 第59-66页 |
| ·基于稀疏表示的超分辨率重建方法 | 第59-60页 |
| ·基于灰度直方图变换的图像增强 | 第60-62页 |
| ·实验结果与分析 | 第62-65页 |
| ·字符图像超分辨率重建效果测试 | 第62-63页 |
| ·整体重建算法效果测试 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 附录1 攻读硕士学位期间申请的专利 | 第74-75页 |
| 致谢 | 第75页 |
