摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-19页 |
·研究背景和意义 | 第10-12页 |
·国内外研究现状分析 | 第12-15页 |
·船舶自动识别技术研究现状 | 第12-13页 |
·基于牌照的身份识别技术发展和现状 | 第13-15页 |
·船舶牌照图像特点分析 | 第15-16页 |
·本文的主要研究内容 | 第16-18页 |
·本文的内容组织 | 第18-19页 |
第二章 船铭牌定位与提取方法研究 | 第19-32页 |
·牌照定位方法概述 | 第19-21页 |
·基于灰度图像的定位方法 | 第19-20页 |
·基于彩色图像的定位方法 | 第20-21页 |
·基于彩色分割的船铭牌定位方法 | 第21-28页 |
·图像分割技术 | 第21-23页 |
·颜色空间模型及其转换 | 第23-27页 |
·本研究采用基于CIEL~*u~*v~*的彩色分割方法 | 第27-28页 |
·数学形态学 | 第28-30页 |
·数学形态学基本运算 | 第28-29页 |
·对船铭牌的形态学处理 | 第29-30页 |
·船铭牌数据提取 | 第30-31页 |
·本章小结 | 第31-32页 |
第三章 船铭牌图像预处理研究 | 第32-40页 |
·图像灰度化 | 第32页 |
·图像增强 | 第32-37页 |
·灰度拉伸变换 | 第33-34页 |
·直方图均衡化 | 第34-35页 |
·图像滤波 | 第35-37页 |
·二值化 | 第37-39页 |
·本章小结 | 第39-40页 |
第四章 船铭牌字符分割研究 | 第40-50页 |
·字符分割的常用方法 | 第40-41页 |
·基于投影的分割方法 | 第40页 |
·基于模板匹配的分割方法 | 第40-41页 |
·基于聚类分析的分割方法 | 第41页 |
·船铭牌字符串的特点 | 第41-42页 |
·倾斜校正 | 第42-48页 |
·轮廓跟踪提取牌照 | 第42-44页 |
·Hough变换原理与实现 | 第44页 |
·直线拟合 | 第44-46页 |
·几何校正 | 第46-48页 |
·基于模板匹配结合投影法的字符分割 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 船铭牌字符识别研究 | 第50-63页 |
·字符识别技术简介 | 第50-51页 |
·字符识别概述 | 第50-51页 |
·字符识别的一般原理 | 第51页 |
·字符归一化 | 第51-53页 |
·基于模板匹配和神经网络相结合字符识别 | 第53-62页 |
·模板匹配算法 | 第53-54页 |
·BP神经网络算法 | 第54-57页 |
·字符特征提取 | 第57-60页 |
·集成多分类器的设计 | 第60-62页 |
·本章小结 | 第62-63页 |
第六章 实验结果与分析 | 第63-68页 |
·识别算法的总体流程 | 第63-65页 |
·实验与结果分析 | 第65-68页 |
第七章 总结与展望 | 第68-70页 |
·全文总结 | 第68-69页 |
·对将来研究工作的展望 | 第69-70页 |
参考文献 | 第70-75页 |
致谢 | 第75-76页 |
攻读学位期间发表的学术论文目录 | 第76页 |