洗车行环境中车牌号码识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 车牌定位技术研究现状 | 第10-12页 |
| 1.2.2 字符分割技术研究现状 | 第12-13页 |
| 1.2.3 字符识别技术研究现状 | 第13-14页 |
| 1.3 论文研究内容与组织结构 | 第14-16页 |
| 1.3.1 论文研究内容 | 第14页 |
| 1.3.2 论文组织结构 | 第14-16页 |
| 第2章 基于多特征的车牌定位 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 车牌定位算法 | 第16-22页 |
| 2.2.0 车牌的先验知识 | 第16页 |
| 2.2.1 车牌定位问题分析 | 第16-18页 |
| 2.2.2 ROI区域分割 | 第18-20页 |
| 2.2.3 ROI区域倾斜校正 | 第20-22页 |
| 2.3 洗车行车牌定位 | 第22-28页 |
| 2.3.1 车牌粗定位 | 第22-26页 |
| 2.3.2 车牌精定位 | 第26-28页 |
| 2.4 实验结果及分析 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于混合策略的字符分割 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 洗车行图像预处理 | 第30-35页 |
| 3.2.1 车牌图像的灰度化 | 第30-31页 |
| 3.2.2 车牌图像增强 | 第31-34页 |
| 3.2.3 车牌灰度图像二值化 | 第34-35页 |
| 3.3 基于混合策略的字符分割 | 第35-37页 |
| 3.3.1 车牌标准模板 | 第35页 |
| 3.3.2 车牌字符分割处理 | 第35-37页 |
| 3.4 实验结果及分析 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于SVM的字符识别 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 洗车行字符识别难点分析 | 第39页 |
| 4.3 支持向量机原理 | 第39-46页 |
| 4.3.1 核函数类型的选取 | 第41-42页 |
| 4.3.2 核函数参数和惩罚因子选取 | 第42-45页 |
| 4.3.3 多分类器选取 | 第45-46页 |
| 4.4 基于SVM车牌字符识别 | 第46-51页 |
| 4.4.1 网格法特征提取 | 第47-48页 |
| 4.4.2 SVM分类器设计 | 第48-50页 |
| 4.4.3 二次识别 | 第50-51页 |
| 4.5 实验结果及分析 | 第51-53页 |
| 4.5.1 样本集的构建 | 第51-52页 |
| 4.5.2 字符识别实验 | 第52-53页 |
| 4.5.3 车牌识别综合实验 | 第53页 |
| 4.6 本章小结 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |
