实时车牌分割与识别技术研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-12页 |
| 1 绪论 | 第12-24页 |
| ·选题背景及研究意义 | 第12-14页 |
| ·选题背景 | 第12页 |
| ·研究意义 | 第12-14页 |
| ·国内外研究现状综述 | 第14-17页 |
| ·车牌分割技术的国内外研究现状 | 第16页 |
| ·车牌识别技术的国内外研究现状 | 第16-17页 |
| ·车牌通用分割方法综述 | 第17-19页 |
| ·车牌识别方法综述 | 第19-20页 |
| ·论文主要工作 | 第20-22页 |
| ·论文内容安排 | 第22-24页 |
| 2 车牌定位常用处理技术综述 | 第24-34页 |
| ·车牌定位综述 | 第24页 |
| ·基于灰度图像的车牌定位技术 | 第24-27页 |
| ·基于数学形态学的车牌定位方法 | 第24-26页 |
| ·基于混合脉冲耦合神经网络的车牌定位方法 | 第26-27页 |
| ·其他车牌定位算法 | 第27页 |
| ·彩色车牌定位技术 | 第27-29页 |
| ·HSV 与HSI 彩色模型 | 第27-29页 |
| ·基于颜色分析的车牌定位方法 | 第29页 |
| ·台湾地区车牌特殊性 | 第29-30页 |
| ·台湾地区车牌常用的车牌定位方法 | 第30-34页 |
| 3 复杂环境下的车牌二值化方法 | 第34-48页 |
| ·引言 | 第34页 |
| ·基于全局阈值的二值化技术 | 第34-37页 |
| ·OTSU 二值化算法 | 第35-36页 |
| ·Kittler 二值化算法 | 第36-37页 |
| ·基于局部阈值的二值化技术 | 第37-40页 |
| ·Niblack 二值化算法 | 第37-38页 |
| ·Bernsen 二值化算法 | 第38-39页 |
| ·台湾车牌二值化面临的问题 | 第39-40页 |
| ·本文提出的二值化方法 | 第40-48页 |
| ·二值化总体框架 | 第40页 |
| ·车牌图像预处理 | 第40-42页 |
| ·二值化 | 第42-45页 |
| ·后处理 | 第45-46页 |
| ·算法流程总结 | 第46页 |
| ·二值化实验结果 | 第46-48页 |
| 4 车牌图像的倾斜校正 | 第48-58页 |
| ·引言 | 第48页 |
| ·车牌倾斜的类型 | 第48-49页 |
| ·常见的车牌倾斜校正方法 | 第49-50页 |
| ·基于分段直线拟合的车牌倾斜校正算法 | 第50-52页 |
| ·倾斜角度的提取 | 第50-51页 |
| ·倾斜校正算法 | 第51-52页 |
| ·实验结果 | 第52页 |
| ·基于Radon 变换的车牌倾斜校正算法 | 第52-58页 |
| ·Radon 变换原理 | 第52-53页 |
| ·Radon 变换提取倾斜信息 | 第53-54页 |
| ·Radon 变换校正过程 | 第54-55页 |
| ·实验结果 | 第55页 |
| ·改进的Radon 变换倾斜校正 | 第55-56页 |
| ·改进的Radon 变换实验结果 | 第56-58页 |
| 5 车牌粘连字符快速切分算法 | 第58-68页 |
| ·引言 | 第58页 |
| ·车牌预处理 | 第58-60页 |
| ·底色统一 | 第59页 |
| ·车牌图像的倾斜校正 | 第59页 |
| ·字符区域的紧致 | 第59-60页 |
| ·字符切分算法 | 第60-65页 |
| ·字符的预切分 | 第60-62页 |
| ·字符的二次切分 | 第62-64页 |
| ·后处理 | 第64-65页 |
| ·实验分析 | 第65-66页 |
| ·缺点和改进方向 | 第66-67页 |
| ·结论 | 第67-68页 |
| 6 车牌字符图像检测算法 | 第68-78页 |
| ·引言 | 第68-69页 |
| ·预处理 | 第69-70页 |
| ·字符结构特征提取 | 第70-72页 |
| ·区域密度特征 | 第70页 |
| ·区域连通特性 | 第70-71页 |
| ·笔画宽度特性 | 第71页 |
| ·Jumping 特征 | 第71-72页 |
| ·HSV 颜色模型 | 第72-73页 |
| ·字符图像检测算法 | 第73-75页 |
| ·基于结构分析的字符图像检测 | 第73-75页 |
| ·基于HSV 颜色分析模型的车牌字符图像检测 | 第75页 |
| ·实验结果与分析 | 第75-77页 |
| ·结论 | 第77-78页 |
| 7 车牌字符识别 | 第78-88页 |
| ·引言 | 第78-79页 |
| ·主成分分析方法(PCA) | 第79-81页 |
| ·支持向量机（SVM） | 第81-82页 |
| ·基于二值字符图像的结构特征提取 | 第82-83页 |
| ·ET1 特征 | 第82页 |
| ·DT12 特征 | 第82-83页 |
| ·Jumping 特征 | 第83页 |
| ·基于结构特征的字符识别 | 第83页 |
| ·基于二值字符图像的PCA 特征提取 | 第83-85页 |
| ·基于灰度车牌字符图像的PCA 特征提取 | 第85页 |
| ·实验结果与分析 | 第85-87页 |
| ·结论 | 第87-88页 |
| 8 总结与展望 | 第88-92页 |
| ·本文工作总结 | 第88-90页 |
| ·下一步工作展望 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 附录 | 第100页 |
| A 作者在攻读学位期间发表的论文目录 | 第100页 |
