图像处理技术在车牌识别中的应用研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-18页 |
·论文的背景及意义 | 第10页 |
·车牌识别技术在国内外研究现状 | 第10-13页 |
·图像处理技术简述 | 第13-14页 |
·车牌识别系统 | 第14-16页 |
·车牌自动识别的系统组成 | 第14页 |
·车牌识别系统的算法模块 | 第14-16页 |
·系统的设计与应用 | 第16页 |
·本文的主要工作 | 第16-17页 |
·论文的组织安排 | 第17-18页 |
第二章 车牌识别相关的图像处理理论和技术 | 第18-36页 |
·图像二值化 | 第18-20页 |
·图像二值化定义 | 第18-19页 |
·全局动态二值化 | 第19-20页 |
·局部自适应二值化 | 第20页 |
·图像的边缘检测 | 第20-24页 |
·微分边缘算子 | 第21页 |
·基于小波分析的边缘检测方法 | 第21-23页 |
·基于形态学的边缘检测 | 第23-24页 |
·边缘检测算法比较 | 第24页 |
·图像分割 | 第24-31页 |
·图像分割简介 | 第24-26页 |
·图像分割的定义 | 第26-27页 |
·图像分割方法 | 第27页 |
·结合新的理论工具的分割技术 | 第27-31页 |
·图像平滑 | 第31-33页 |
·多图像平均法 | 第32页 |
·邻域平均法 | 第32页 |
·中值滤波 | 第32-33页 |
·图像增强 | 第33-36页 |
·直方图修正 | 第34页 |
·直方图均衡化 | 第34-36页 |
第三章 车牌区域定位 | 第36-44页 |
·图像预处理 | 第37-39页 |
·彩色图像到灰度图像的变换 | 第37-38页 |
·灰度拉伸 | 第38-39页 |
·改进的基于均值和方差的二值化方法 | 第39-41页 |
·削弱背景干扰 | 第41页 |
·基于字符竖向纹理特征的车牌定位方法 | 第41-42页 |
·小结 | 第42-44页 |
第四章 车牌字符分割 | 第44-54页 |
·我国车牌字符分布特点 | 第44页 |
·字符分割的难点 | 第44-45页 |
·图像的二值化 | 第45-47页 |
·几何校正 | 第47-50页 |
·哈夫变换原理 | 第47-48页 |
·哈夫变换的实现 | 第48-50页 |
·精确分割与归一化处理 | 第50-51页 |
·精确分割 | 第50-51页 |
·牌照归一化处理图 | 第51页 |
·牌照字符切分 | 第51-52页 |
·实验结果 | 第52页 |
·小结 | 第52-54页 |
第五章 车牌字符识别 | 第54-66页 |
·车牌字符识别概述 | 第54-55页 |
·车牌字符识别的特殊性 | 第54页 |
·车牌字符分类器的构造 | 第54-55页 |
·归一化处理 | 第55-56页 |
·常用车牌字符识别方法 | 第56-57页 |
·模板匹配方法 | 第56-57页 |
·特征匹配方法 | 第57页 |
·字符特征提取与分类器选择 | 第57-62页 |
·字符结构特征 | 第57-59页 |
·字符统计特征 | 第59-61页 |
·两类特征比较 | 第61页 |
·分类器选择 | 第61-62页 |
·汉字识别 | 第62-64页 |
·基于粗网格特征的汉字识别方法 | 第62-63页 |
·基于分形特征的汉字识别方法 | 第63-64页 |
·数字/字母识别 | 第64-65页 |
·小结 | 第65-66页 |
第六章 结论与展望 | 第66-68页 |
·总结 | 第66页 |
·工作展望 | 第66-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的论文 | 第72页 |