基于高清图像的多车牌识别系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·车牌识别技术国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·课题的研究内容 | 第12-13页 |
| ·论文依托的课题 | 第13-14页 |
| 第二章 车辆图像预处理与车牌定位 | 第14-29页 |
| ·图像预处理 | 第14-21页 |
| ·图像采集 | 第15-17页 |
| ·图像灰度化 | 第17-18页 |
| ·图像边缘检测 | 第18-19页 |
| ·图像二值化 | 第19-21页 |
| ·车牌特征 | 第21页 |
| ·一种渐进式多车牌定位算法 | 第21-23页 |
| ·定位步骤 | 第23-28页 |
| ·车牌区域粗定位 | 第24-25页 |
| ·车牌区域初定位 | 第25-27页 |
| ·车牌区域精定位 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 字符分割 | 第29-43页 |
| ·车牌图像二值化 | 第29-30页 |
| ·车牌图像倾斜校正 | 第30-35页 |
| ·倾斜车牌产生原因 | 第30-31页 |
| ·一种互补式倾斜车牌校正方法 | 第31-35页 |
| ·基于先验知识的字符分割算法 | 第35-37页 |
| ·分割步骤 | 第37-41页 |
| ·水平分割 | 第37-39页 |
| ·竖直投影 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 字符识别 | 第43-59页 |
| ·BP 神经网络 | 第43-48页 |
| ·BP 网络学习算法 | 第44-45页 |
| ·BP 算法执行步骤 | 第45-46页 |
| ·BP 算法的改进 | 第46-48页 |
| ·字符特征提取 | 第48-52页 |
| ·基于Gabor 滤波的汉字特征提取 | 第48-51页 |
| ·主成分分析PCA 对字符降维 | 第51-52页 |
| ·字符预处理 | 第52-53页 |
| ·分类器设计 | 第53-54页 |
| ·BP 神经网络参数的确定 | 第54-56页 |
| ·字符识别的实现 | 第56-58页 |
| ·字符识别流程 | 第56-57页 |
| ·易混淆字符的二次识别 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 系统设计与实现 | 第59-65页 |
| ·系统开发环境 | 第59页 |
| ·系统整体设计 | 第59-61页 |
| ·系统实现与性能分析 | 第61-65页 |
| ·系统实现结果 | 第61-62页 |
| ·性能分析 | 第62-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
