车牌识别关键技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 本论文的研究背景及意义 | 第10-11页 |
| 1.2 国内外现状及发展方向 | 第11-12页 |
| 1.3 车牌识别的关键技术和难点 | 第12页 |
| 1.4 本文研究的主要内容及结构安排 | 第12-14页 |
| 第二章 图像预处理 | 第14-22页 |
| 2.1 概述 | 第14页 |
| 2.2 彩色图像转化为灰度图像 | 第14-15页 |
| 2.3 图像的灰度拉伸 | 第15-16页 |
| 2.4 图像的中值滤波 | 第16页 |
| 2.5 图像的二值化 | 第16-21页 |
| 2.5.1 基于网格扫描的二值化 | 第17-18页 |
| 2.5.2 局部otsu二值化 | 第18-19页 |
| 2.5.3 改进的Bernsen算法 | 第19-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 车牌定位 | 第22-29页 |
| 3.1 概述 | 第22-23页 |
| 3.2 车牌定位算法的综述 | 第23-24页 |
| 3.3 车牌初定位 | 第24-26页 |
| 3.4 车牌的精确定位 | 第26-27页 |
| 3.5 实验结果与分析 | 第27-28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 车牌字符分割 | 第29-41页 |
| 4.1 概述 | 第29页 |
| 4.2 字符分割的一般方法 | 第29-30页 |
| 4.3 字符分割技术 | 第30-39页 |
| 4.3.1 车牌图像增强 | 第30-32页 |
| 4.3.2 车牌图像的校正 | 第32-36页 |
| 4.3.3 车牌区域的噪声消除 | 第36-38页 |
| 4.3.4 字符分割 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 车牌字符识别 | 第41-63页 |
| 5.1 字符识别概述 | 第41-42页 |
| 5.2 字符特征提取 | 第42-47页 |
| 5.2.1 结构特征 | 第42-43页 |
| 5.2.2 统计特征 | 第43页 |
| 5.2.3 一些特征提取方法 | 第43-47页 |
| 5.3 字符识别的分类器 | 第47-55页 |
| 5.3.1 Bayesian分类器 | 第48-49页 |
| 5.3.2 支持向量机 | 第49-52页 |
| 5.3.3 BP神经网络 | 第52-55页 |
| 5.4 车牌字符识别技术 | 第55-62页 |
| 5.4.1 字库建立 | 第55-56页 |
| 5.4.2 数字识别 | 第56-61页 |
| 5.4.3 平假名和英文字母的识别 | 第61-62页 |
| 5.4.4 地址的识别 | 第62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68-71页 |
| 上海交通大学学位论文答辩决议书 | 第71页 |
