高清视频中多车牌检测算法的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-17页 |
| ·车牌识别系统研究背景 | 第12页 |
| ·车牌识别系统简介 | 第12-14页 |
| ·车牌检测算法国内外研究现状 | 第14-15页 |
| ·本文主要研究内容概述 | 第15-17页 |
| 第二章 车牌检测相关图像处理技术 | 第17-29页 |
| ·引言 | 第17页 |
| ·图像格式转化 | 第17-18页 |
| ·RGB 图像转灰度图像 | 第17-18页 |
| ·YUV422 转灰度图像 | 第18页 |
| ·YUV422 转 RGB 图像 | 第18页 |
| ·图像增强 | 第18-22页 |
| ·根据灰度直方图判断是否进行图像增强 | 第19-20页 |
| ·灰度拉伸 | 第20-21页 |
| ·直方图均衡化 | 第21-22页 |
| ·边缘检测 | 第22-24页 |
| ·二值化 | 第24-27页 |
| ·自适应全局阈值 | 第25页 |
| ·大津阈值法 | 第25-26页 |
| ·Bersen 算法 | 第26-27页 |
| ·数学形态学 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于局部二值化的车牌检测算法 | 第29-41页 |
| ·引言 | 第29页 |
| ·图像灰度处理 | 第29-30页 |
| ·局部二值化算法 | 第30-34页 |
| ·基于标准差的灰度拉伸算法 | 第30-33页 |
| ·基于标准差的二值化算法 | 第33-34页 |
| ·车牌提取 | 第34-38页 |
| ·区域融合 | 第34-35页 |
| ·开运算 | 第35-36页 |
| ·求连通域 | 第36-37页 |
| ·筛选连通域 | 第37-38页 |
| ·实验分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于运动目标检测的车牌检测算法 | 第41-59页 |
| ·引言 | 第41-43页 |
| ·运动目标检测算法简介 | 第43-45页 |
| ·基于混合高斯模型的运动车辆检测 | 第45-51页 |
| ·运动车辆检测难点分析 | 第45-46页 |
| ·混合高斯模型背景生成与更新 | 第46-49页 |
| ·运动车辆目标提取 | 第49-51页 |
| ·目标提取 | 第49-50页 |
| ·筛选目标区域 | 第50-51页 |
| ·基于形状过滤和行扫描的快速车牌提取算法 | 第51-55页 |
| ·直方图均衡化图像增强 | 第52页 |
| ·垂直边缘检测 | 第52-53页 |
| ·大津法二值化 | 第53页 |
| ·形状过滤与行扫描相结合的车牌提取算法 | 第53-55页 |
| ·形状过滤 | 第53-54页 |
| ·行扫描确定车牌位置 | 第54-55页 |
| ·车牌提取 | 第55页 |
| ·实验分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 TMS320DM6437 平台的算法实现 | 第59-70页 |
| ·TMS320DM6437 平台简介 | 第60-62页 |
| ·TMS320DM6437 芯片介绍 | 第60-61页 |
| ·CSS 开发平台简介 | 第61-62页 |
| ·移植设计实现 | 第62-69页 |
| ·系统结构设计 | 第62-65页 |
| ·算法实现 | 第65-69页 |
| ·图像采集预处理 | 第65页 |
| ·混合高斯模型提取目标 | 第65-68页 |
| ·运动车辆提取 | 第68-69页 |
| ·车牌提取 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70页 |
| ·未来工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
