复杂天气环境下车牌高精度定位方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-20页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 车牌定位方法的研究现状 | 第9-13页 |
| 1.2.1 基于底层特征的车牌定位方法 | 第9-11页 |
| 1.2.2 基于模型的车牌定位方法 | 第11-12页 |
| 1.2.3 基于机器学习的车牌定位方法 | 第12-13页 |
| 1.3 图像去雾霾及去雨雪的研究现状 | 第13-16页 |
| 1.3.1 图像去雾霾的研究现状 | 第13-14页 |
| 1.3.2 图像去雨雪的研究现状 | 第14-16页 |
| 1.4 车牌定位方法的横向比较 | 第16页 |
| 1.5 复杂天气环境下车牌定位面临的问题 | 第16-17页 |
| 1.6 本文的研究工作及结构安排 | 第17-20页 |
| 2 复杂天气环境下图像复原的理论基础 | 第20-28页 |
| 2.1 雾霾天气环境下的图像恢复 | 第20-23页 |
| 2.1.1 雾霾的物理特性 | 第20-21页 |
| 2.1.2 基于暗通道先验原理的图像去雾霾 | 第21-22页 |
| 2.1.3 透射率及大气光值对去雾霾结果的影响 | 第22-23页 |
| 2.2 雨雪天气环境下的图像恢复 | 第23-26页 |
| 2.2.1 雨雪的物理特性 | 第23-25页 |
| 2.2.2 雨雪的成像原理 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 3 基于图像复原的车牌定位 | 第28-56页 |
| 3.1 改进去雾霾方法的研究 | 第28-41页 |
| 3.1.1 SLIC超像素分割 | 第28-30页 |
| 3.1.2 去雾霾图像的评价指标 | 第30-31页 |
| 3.1.3 局部大气光值的确定 | 第31-33页 |
| 3.1.4 高亮区域透射率的矫正 | 第33-37页 |
| 3.1.5 实验结果与分析 | 第37-41页 |
| 3.2 改进去雨雪方法的研究 | 第41-48页 |
| 3.2.1 导向滤波 | 第41-42页 |
| 3.2.2 本文去雨雪方法的实现 | 第42-45页 |
| 3.2.3 实验结果与分析 | 第45-48页 |
| 3.3 图像去干扰的车牌定位 | 第48-51页 |
| 3.3.1 基于颜色特征的车牌候选区计算 | 第48-50页 |
| 3.3.2 基于边缘特征的车牌候选区计算 | 第50页 |
| 3.3.3 车牌定位结果 | 第50-51页 |
| 3.4 车牌定位结果分析 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 4 基于显著特征的车牌定位 | 第56-76页 |
| 4.1 基于谱残差的图像显著特征计算 | 第56-59页 |
| 4.1.1 基于log频谱的图像表示 | 第57-58页 |
| 4.1.2 基于谱残差的显著图生成 | 第58-59页 |
| 4.2 谱残差方法提取车牌显著特征分析 | 第59-60页 |
| 4.3 基于图像显著特征的车牌定位 | 第60-70页 |
| 4.3.1 颜色特征表达 | 第60-62页 |
| 4.3.2 基于颜色特征的车牌显著图计算 | 第62-65页 |
| 4.3.3 基于均值和标准差的图像二值化 | 第65-67页 |
| 4.3.4 数学形态学 | 第67-68页 |
| 4.3.5 提取车牌区域 | 第68-70页 |
| 4.4 实验结果与分析 | 第70-74页 |
| 4.4.1 定位效果与数据统计 | 第70-73页 |
| 4.4.2 失败案例与分析 | 第73-74页 |
| 4.5 本章小结 | 第74-76页 |
| 5 总结与展望 | 第76-78页 |
| 5.1 总结 | 第76页 |
| 5.2 展望 | 第76-78页 |
| 6 致谢 | 第78-80页 |
| 7 参考文献 | 第80-85页 |
