基于视频的车牌识别
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
符号对照表 | 第9-12页 |
第一章 绪论 | 第12-16页 |
1.1 课题的背景及研究意义 | 第12-13页 |
1.2 车牌识别系统简介 | 第13-14页 |
1.3 国内外研究现状 | 第14-15页 |
1.4 本文研究的主要内容 | 第15-16页 |
第二章 车牌定位 | 第16-30页 |
2.1 常用的车牌定位方法 | 第16-17页 |
2.2 实验中用到的定位方法 | 第17-28页 |
2.2.1 实现步骤 | 第17-18页 |
2.2.2 几种边缘检测算子及其仿真效果图 | 第18-22页 |
2.2.3 改进的边缘检测车牌定位算法 | 第22-28页 |
2.3 本章小结 | 第28-30页 |
第三章 车牌的字符分割 | 第30-42页 |
3.1 灰度化 | 第30-31页 |
3.2 旋转 | 第31-33页 |
3.2.1 Hough变换 | 第31-32页 |
3.2.2 图像旋转 | 第32页 |
3.2.3 仿真结果 | 第32-33页 |
3.3 二值化 | 第33-35页 |
3.3.1 大津法 | 第33-34页 |
3.3.2 平均阈值法 | 第34-35页 |
3.4 校正 | 第35-37页 |
3.4.1 水平校正 | 第35-36页 |
3.4.2 垂直校正 | 第36-37页 |
3.5 形态学处理 | 第37-38页 |
3.6 去除间隔符 | 第38页 |
3.7 字符分割 | 第38-39页 |
3.8 图像归一化 | 第39-40页 |
3.9 本章小结 | 第40-42页 |
第四章 字符识别 | 第42-50页 |
4.1 字符识别方法简介 | 第42-48页 |
4.1.1 基于字符结构的字符识别法 | 第42-43页 |
4.1.2 基于神经网络的字符识别法 | 第43-44页 |
4.1.3 基于模版匹配的字符识别法 | 第44-48页 |
4.2 本章小结 | 第48-50页 |
第五章 车辆跟踪 | 第50-54页 |
5.1 卡尔曼滤波算法的实现 | 第50-52页 |
5.2 仿真结果 | 第52-53页 |
5.3 本章小结 | 第53-54页 |
第六章 工程应用 | 第54-60页 |
6.1 ZEDBOARD简介 | 第54-55页 |
6.2 实验结果 | 第55-58页 |
6.3 本章小结 | 第58-60页 |
第七章 总结与展望 | 第60-62页 |
7.1 总结 | 第60页 |
7.2 展望 | 第60-62页 |
致谢 | 第62-64页 |
参考文献 | 第64-66页 |
作者简介 | 第66-67页 |