复杂背景下的车牌识别算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·车牌识别系统的研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·车牌识别系统的组成和工作原理 | 第11页 |
| ·研究难点 | 第11-13页 |
| ·本文所做主要工作和章节安排 | 第13-16页 |
| ·论文所做主要工作 | 第13页 |
| ·章节安排 | 第13-16页 |
| 第二章 运动模糊车牌的复原 | 第16-26页 |
| ·图像复原技术概述 | 第16-19页 |
| ·图像退化模型 | 第17页 |
| ·几种主要的图像复原方法 | 第17-19页 |
| ·退化函数的确定 | 第19-22页 |
| ·PSF的确定 | 第19-20页 |
| ·模糊方向鉴别 | 第20-21页 |
| ·基于边缘检测的运动模糊长度的检测 | 第21-22页 |
| ·改进的K值自动估计 | 第22-23页 |
| ·实验研究 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 车牌定位 | 第26-36页 |
| ·中国车牌的特征 | 第26-27页 |
| ·现存主要的车牌定位算法 | 第27-28页 |
| ·形态学与自动行扫描结合定位法 | 第28-34页 |
| ·预处理 | 第29-30页 |
| ·形态学算法进行粗定位 | 第30-32页 |
| ·扫描法进行精确定位 | 第32-33页 |
| ·夜晚定位情况 | 第33页 |
| ·实验结果及结论 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 字符分割 | 第36-44页 |
| ·车牌图像预处理 | 第36-41页 |
| ·图像的倾斜校正 | 第36-39页 |
| ·去除车牌边框 | 第39-40页 |
| ·车牌图像归一化 | 第40-41页 |
| ·字符分割 | 第41-42页 |
| ·常用的字符分割方法 | 第41-42页 |
| ·本文字符分割采用的方法及实现 | 第42页 |
| ·实验结果及分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于神经网络的字符识别 | 第44-52页 |
| ·字符识别简介 | 第44-45页 |
| ·现存主要识别方法 | 第45-46页 |
| ·基于BP神经网络的字符识别法 | 第46-49页 |
| ·神经网络简介 | 第46-48页 |
| ·BP神经网络算法 | 第48页 |
| ·神经网络设计 | 第48-49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间发表的学术论文及研究 | 第60页 |
