车牌识别中关键算法的改进研究
| 摘要 | 第3-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 车牌识别技术的国内外现状 | 第8-9页 |
| 1.3 车牌识别技术难点 | 第9-10页 |
| 1.4 本文的主要研究工作及内容 | 第10-11页 |
| 第2章 伪车牌的去除与真车牌的保留 | 第11-23页 |
| 2.1 引言 | 第11页 |
| 2.2 基于车牌颜色搭配的去伪方案 | 第11-13页 |
| 2.2.1 RGB色彩空间向HSV色彩空间转换 | 第12-13页 |
| 2.2.2 统计区域与阈值选择 | 第13页 |
| 2.3 基于字符连通域的去伪方案 | 第13-17页 |
| 2.3.1 车牌候选区域预处理 | 第15-16页 |
| 2.3.2 连通域分析 | 第16-17页 |
| 2.3.3 统计规则及策略 | 第17页 |
| 2.4 连通域分析结合边缘检测的去伪方案 | 第17-20页 |
| 2.4.1 边缘检测 | 第17-19页 |
| 2.4.2 边缘检测结合字符连通域去伪 | 第19-20页 |
| 2.5 重定位车牌区域的去除 | 第20-21页 |
| 2.6 实验结果对比与分析 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第3章 车牌字符分割算法 | 第23-42页 |
| 3.1 引言 | 第23页 |
| 3.2 车牌图像区域预处理 | 第23-31页 |
| 3.2.1 车牌区域灰度化 | 第24页 |
| 3.2.2 车牌矫正及上下边界提取 | 第24-26页 |
| 3.2.3 反色判断统一车牌底色 | 第26-28页 |
| 3.2.4 车牌区域二值化 | 第28-30页 |
| 3.2.5 车牌区域两侧浅色区域的去除 | 第30-31页 |
| 3.3 基于条件随机场的车牌字符垂直分割 | 第31-36页 |
| 3.3.1 分割思路 | 第32页 |
| 3.3.2 模型选择 | 第32-33页 |
| 3.3.3 车牌字符垂直分割 | 第33-34页 |
| 3.3.4 字符块提取 | 第34-36页 |
| 3.4 基于模板匹配的字符垂直分割算法 | 第36-40页 |
| 3.4.1 模板构造 | 第36-37页 |
| 3.4.2 模板匹配规则 | 第37-38页 |
| 3.4.3 字符细分割 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 基于LBP特征和支持向量机的车牌字符识别 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 支持向量机基本原理 | 第42-47页 |
| 4.2.1 基本原理 | 第42-47页 |
| 4.2.2 核函数和多类SVM算法 | 第47页 |
| 4.3 字符图像归一化 | 第47-48页 |
| 4.4 字符特征提取 | 第48-51页 |
| 4.4.1 均匀模式LBP特征 | 第48-49页 |
| 4.4.2 多尺度LBP特征 | 第49-51页 |
| 4.5 基于SVM的字符训练与识别 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 基于模板匹配的车牌字符二次识别 | 第54-59页 |
| 5.1 引言 | 第54页 |
| 5.2 基于字符特征的模板匹配 | 第54-55页 |
| 5.3 相似字符模板库 | 第55页 |
| 5.4 均匀网格特征提取 | 第55-56页 |
| 5.5 特征加权模板匹配 | 第56-57页 |
| 5.6 相似字符实验结果及分析 | 第57页 |
| 5.7 本章小结 | 第57-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
