车牌及车标识别若干技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题的研究背景 | 第9-11页 |
| ·智能交通的发展 | 第9页 |
| ·智能交通国内外研究现状 | 第9-11页 |
| ·车辆识别在智能交通中的作用及应用前景 | 第11-13页 |
| ·目前技术存在的问题 | 第13页 |
| ·本论文的体系结构 | 第13-14页 |
| ·本章参考文献 | 第14-16页 |
| 第二章 车牌识别基本技术 | 第16-37页 |
| ·车牌识别总过程 | 第16页 |
| ·图像预处理 | 第16-23页 |
| ·灰度化处理 | 第16-17页 |
| ·直方图均衡 | 第17-18页 |
| ·图像的边缘检测 | 第18-23页 |
| ·梯度算子 | 第18-19页 |
| ·拉普拉斯(Laplacian)算子 | 第19页 |
| ·Laplacian-Gauss算子 | 第19-21页 |
| ·坎尼(canny)算子方法 | 第21-23页 |
| ·车牌定位方法介绍 | 第23页 |
| ·灰度定位法 | 第23页 |
| ·彩色定位法 | 第23页 |
| ·字符分割 | 第23-28页 |
| ·图像的倾斜矫正 | 第23-24页 |
| ·车牌图像的二值化 | 第24-26页 |
| ·车牌边框和铆钉的去除 | 第26页 |
| ·车牌字符切分 | 第26-28页 |
| ·字符识别 | 第28-33页 |
| ·模板匹配方法 | 第28-30页 |
| ·模糊识别方法 | 第30-32页 |
| ·人工神经网络识别 | 第32-33页 |
| ·本章参考文献 | 第33-37页 |
| 第三章 特殊车牌识别 | 第37-48页 |
| ·车牌识别背景介绍 | 第37-39页 |
| ·特殊车牌识别意义 | 第37页 |
| ·车牌分类流程图 | 第37页 |
| ·特殊车牌的格式及新标准解读 | 第37-38页 |
| ·特殊车牌的识别介绍 | 第38-39页 |
| ·特殊车牌分类 | 第39-41页 |
| ·车牌颜色问题 | 第41-43页 |
| ·提取颜色信息及向HSV模型的转换 | 第41页 |
| ·C4.5决策树训练 | 第41-42页 |
| ·根据阈值判断结果 | 第42-43页 |
| ·字符分割初步 | 第43-45页 |
| ·投影法 | 第43-45页 |
| ·初步分割 | 第45页 |
| ·字符分割迭代 | 第45-46页 |
| ·颜色反馈 | 第45页 |
| ·车牌类型反馈 | 第45页 |
| ·最终分割结果 | 第45-46页 |
| ·本章参考文献 | 第46-48页 |
| 第四章 车标识别 | 第48-55页 |
| ·车标识别介绍 | 第48页 |
| ·车标识别与车牌识别的不同 | 第48-50页 |
| ·车标粗定位 | 第50-52页 |
| ·精细定位及排气扇干扰的剔除 | 第52-53页 |
| ·车标识别样本列举 | 第53-54页 |
| ·本章参考文献 | 第54-55页 |
| 第五章 实验结果 | 第55-61页 |
| ·颜色判断 | 第55-56页 |
| ·颜色准确率 | 第55页 |
| ·错误分析及错误图片 | 第55-56页 |
| ·字符切分 | 第56-59页 |
| ·车标识别 | 第59-61页 |
| ·定位准确率 | 第59页 |
| ·识别正确率及结果举例 | 第59-60页 |
| ·车标识别结果分析 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63页 |
