停车场中车牌识别系统的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题的研究背景和研究意义 | 第11页 |
| ·车牌识别系统简介 | 第11-12页 |
| ·车牌识别的研究现状与发展 | 第12-13页 |
| ·车牌识别的处理难点 | 第13-14页 |
| ·课题的主要研究内容 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 图像的预处理 | 第17-31页 |
| ·彩色图像的灰度化 | 第17-18页 |
| ·图像的灰度拉伸 | 第18-19页 |
| ·边缘检测 | 第19-23页 |
| ·Robert算子 | 第20-21页 |
| ·Prewitt算子 | 第21页 |
| ·Sobel算子 | 第21-23页 |
| ·灰度图像的二值化 | 第23-26页 |
| ·迭代选择阀值算法 | 第23-24页 |
| ·Otsu算法 | 第24-26页 |
| ·滤波处理 | 第26-27页 |
| ·形态学处理 | 第27-29页 |
| ·膨胀 | 第27页 |
| ·腐蚀 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 车牌定位算法 | 第31-51页 |
| ·车牌的格式说明 | 第31-32页 |
| ·常用的车牌定位算法 | 第32-34页 |
| ·基于灰度图像纹理特征与投影分析的定位算法 | 第32-33页 |
| ·基于彩色图像的定位算法 | 第33-34页 |
| ·基于车牌区域的频谱特征的定位算法 | 第34页 |
| ·基于遗传算法的定位算法 | 第34页 |
| ·基于投影与边缘距离结合的定位算法 | 第34-44页 |
| ·车牌初步定位 | 第35-41页 |
| ·车牌精确定位 | 第41-44页 |
| ·结果分析 | 第44-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 字符的倾斜校正算法 | 第51-61页 |
| ·常用的字符倾斜校正算法 | 第51-52页 |
| ·基于Hough变换的倾斜校正 | 第51页 |
| ·基于Radon变换的倾斜校正 | 第51-52页 |
| ·基于投影分析的倾斜校正 | 第52页 |
| ·基于重心差与改进的图像旋转校正算法 | 第52-57页 |
| ·中值滤波 | 第52-53页 |
| ·倾斜角度计算 | 第53-54页 |
| ·图像旋转 | 第54-57页 |
| ·结果分析 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 字符分割算法 | 第61-75页 |
| ·常用的字符分割算法 | 第61-62页 |
| ·基于投影分析的字符分割算法 | 第61页 |
| ·基于模板匹配的字符分割算法 | 第61-62页 |
| ·基于聚类连通域的字符分割算法 | 第62页 |
| ·基于聚类与投影分析结合的字符分割算法 | 第62-71页 |
| ·车牌区域图像的预处理 | 第62-63页 |
| ·车牌上下边框的去除 | 第63-65页 |
| ·字符的分割 | 第65-71页 |
| ·结果分析 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第6章 字符识别算法 | 第75-87页 |
| ·常用的字符识别算法 | 第75-77页 |
| ·基于神经网络的字符识别 | 第75-76页 |
| ·基于支持向量机的字符识别 | 第76页 |
| ·基于模板匹配的字符识别 | 第76-77页 |
| ·基于改进的Hausdorff距离的字符识别 | 第77-84页 |
| ·字符的归一化 | 第77-78页 |
| ·字符的细化 | 第78-80页 |
| ·字符的识别 | 第80-84页 |
| ·结果分析 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 第7章 系统其它模块简介 | 第87-99页 |
| ·系统工作流程 | 第87页 |
| ·ADO技术简介 | 第87-89页 |
| ·其它模块简介 | 第89-97页 |
| ·车牌识别程序 | 第89-92页 |
| ·客户端与服务器通信模型 | 第92-95页 |
| ·查询算法的设计 | 第95-97页 |
| ·系统展示 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 结论 | 第99-101页 |
| 总结 | 第99页 |
| 展望 | 第99-101页 |
| 参考文献 | 第101-105页 |
| 致谢 | 第105-107页 |
| 研究生履历 | 第107页 |
