车辆标志自动识别方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·论文的研究背景与意义 | 第7页 |
| ·车辆自动识别技术研究概况 | 第7-10页 |
| ·车牌识别技术 | 第7-8页 |
| ·车型识别技术 | 第8-9页 |
| ·车标识别技术 | 第9-10页 |
| ·本文研究内容及结构安排 | 第10-13页 |
| 第二章 目标检测及识别算法理论基础 | 第13-25页 |
| ·图像预处理 | 第13-15页 |
| ·图像灰度化 | 第13页 |
| ·直方图均衡化 | 第13-14页 |
| ·图像去噪 | 第14-15页 |
| ·边缘检测技术 | 第15-18页 |
| ·经典算子法 | 第15-17页 |
| ·最优算子法 | 第17-18页 |
| ·目标识别 | 第18-23页 |
| ·识别中的特征提取 | 第19-20页 |
| ·分类器设计 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于车牌先验知识的车标定位 | 第25-35页 |
| ·车标定位的总体设计 | 第25-26页 |
| ·车标的粗定位 | 第26-29页 |
| ·车标矩形的预处理及车标边缘检测 | 第29-32页 |
| ·图像预处理 | 第29页 |
| ·边缘检测 | 第29-31页 |
| ·背景干扰的滤除 | 第31-32页 |
| ·车标的精确定位 | 第32-34页 |
| ·数学形态学 | 第32-33页 |
| ·车标精定位 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于不变矩与最小距离分类器的车标识别 | 第35-49页 |
| ·车标识别总体设计 | 第35页 |
| ·特征的提取和选择 | 第35-38页 |
| ·基于图像矩特征的特征提取 | 第36-37页 |
| ·基于Hu 不变矩的特征选择 | 第37-38页 |
| ·车标标准特征库的建立 | 第38-42页 |
| ·车标特征库的建立 | 第38-40页 |
| ·Hu 不变矩的不变性实验 | 第40-41页 |
| ·基于欧几里德距离的类别可分性 | 第41-42页 |
| ·基于不变矩特征量与最小距离分类器的的车标识别 | 第42-46页 |
| ·车标区域的提取 | 第43-45页 |
| ·车标的不变矩计算 | 第45页 |
| ·基于最小距离分类器的车标识别 | 第45-46页 |
| ·实验结果与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 结束语 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 在读期间研究成果 | 第57-58页 |
