基于提升小波与支持向量机的车牌识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·课题研究现状 | 第10-11页 |
| ·我国车牌特点 | 第11页 |
| ·论文主要工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第2章 提升小波分析理论 | 第13-18页 |
| ·基本原理 | 第13-14页 |
| ·提升步骤 | 第14-15页 |
| ·Haar小波函数的提升 | 第15-16页 |
| ·小波包分解原理 | 第16页 |
| ·图像小波变换 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 车牌定位算法研究 | 第18-23页 |
| ·问题分析 | 第18页 |
| ·算法设计与实现 | 第18-22页 |
| ·小波系数的处理 | 第19页 |
| ·具体算法流程 | 第19-22页 |
| ·实验结果分析 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第4章 字符分割算法研究 | 第23-28页 |
| ·问题分析 | 第23页 |
| ·常规分割算法分析 | 第23-25页 |
| ·垂直投影算法 | 第23-24页 |
| ·连通区域算法 | 第24页 |
| ·模板匹配算法 | 第24-25页 |
| ·改进模板匹配算法 | 第25页 |
| ·具体算法流程 | 第25-27页 |
| ·实验结果分析 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第5章 字符识别算法研究 | 第28-45页 |
| ·算法流程 | 第28页 |
| ·预处理 | 第28-29页 |
| ·字符特征提取 | 第29-33页 |
| ·字符特征分析 | 第29页 |
| ·字符特征提取方案 | 第29-33页 |
| ·降维处理 | 第33-35页 |
| ·支持向量机原理 | 第35-38页 |
| ·常用分类策略存在的问题 | 第38页 |
| ·二叉决策树改进算法 | 第38-40页 |
| ·实验结果与分析 | 第40-41页 |
| ·模型训练 | 第41-43页 |
| ·核函数选择及参数确定 | 第41-42页 |
| ·分类器的构造 | 第42-43页 |
| ·字符识别 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 总体实验结果 | 第45-47页 |
| ·总体算法流程 | 第45-46页 |
| ·整体实验结果 | 第46-47页 |
| 总结与展望 | 第47-49页 |
| 总结 | 第47页 |
| 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文 | 第54页 |
