摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 引言 | 第9-13页 |
1.1 课题背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 车牌识别系统国外发展现状 | 第10-11页 |
1.2.2 车牌识别系统国内发展现状 | 第11页 |
1.2.3 基于ANDROID的车牌识别系统研究现状 | 第11-12页 |
1.3 本文的章节安排 | 第12-13页 |
第2章 车牌识别系统概述 | 第13-17页 |
2.1 我国车牌规范 | 第13页 |
2.2 我国车牌特征 | 第13-14页 |
2.3 车牌识别系统基本结构 | 第14-15页 |
2.4 车牌识别系统的算法组成 | 第15-16页 |
2.4.1 图像预处理 | 第15页 |
2.4.2 车牌定位算法 | 第15页 |
2.4.3 字符分割算法 | 第15页 |
2.4.4 字符识别算法 | 第15-16页 |
2.5 本章小结 | 第16-17页 |
第3章 车牌预处理及定位方法研究 | 第17-35页 |
3.1 图像预处理理论 | 第17-18页 |
3.1.1 图像灰度化处理 | 第17页 |
3.1.2 灰度拉伸 | 第17-18页 |
3.1.3 高斯滤波 | 第18页 |
3.2 常用的车牌定位方法 | 第18-28页 |
3.2.1 基于边缘的定位方法 | 第18-24页 |
3.2.2 基于形态学的定位方法 | 第24-25页 |
3.2.3 基于纹理特征的定位方法 | 第25-26页 |
3.2.4 基于颜色划分的定位方法 | 第26-28页 |
3.3 基于颜色和CANNY算子的车牌定位方法 | 第28-31页 |
3.3.1 高斯滤波 | 第28-29页 |
3.3.2 灰度处理 | 第29页 |
3.3.3 CANNY算子边缘检测 | 第29页 |
3.3.4 车牌边缘检测 | 第29-30页 |
3.3.5 车牌区域检测 | 第30-31页 |
3.3.6 边界调整 | 第31页 |
3.3.7 部分代码 | 第31页 |
3.4 算法实验和分析 | 第31-34页 |
3.4.1 相关阀值的确定 | 第31-34页 |
3.4.2 实验结果和分析 | 第34页 |
3.5 本章小结 | 第34-35页 |
第4章 车牌的字符分割和识别 | 第35-47页 |
4.1 车牌字符的分割方法研究 | 第35-36页 |
4.1.1 基于连通域的车牌字符分割方法 | 第35-36页 |
4.1.2 基于垂直投影的车牌字符分割方法 | 第36页 |
4.2 基于字符轮廓特征的车牌字符分割算法 | 第36-40页 |
4.2.1 二值化处理 | 第36-37页 |
4.2.2 字符串凹凸轮廓检测 | 第37页 |
4.2.3 字符高度、宽度检测 | 第37-38页 |
4.2.4 粘连字符的切分 | 第38-39页 |
4.2.5 部分代码 | 第39-40页 |
4.3 算法的实验和分析 | 第40页 |
4.4 车牌识别方法研究 | 第40-44页 |
4.4.1 基于模板匹配的识别方法 | 第41页 |
4.4.2 基于神经网络的识别方法 | 第41页 |
4.4.3 基于统计模式的识别方法 | 第41-42页 |
4.4.4 基于结构基元的识别方法 | 第42-44页 |
4.5 基于字符轮廓特征的车牌字符分割算法 | 第44-46页 |
4.5.1 汉字和字母识别 | 第44页 |
4.5.2 数字识别 | 第44-45页 |
4.5.3 部分代码 | 第45-46页 |
4.6 本章小结 | 第46-47页 |
第5章 基于ANDROID的车牌识别系统 | 第47-55页 |
5.1 基于ANDROID平台的软件开发 | 第47-48页 |
5.1.1 ANDROID系统简介 | 第47页 |
5.1.2 ANDROID系统架构 | 第47-48页 |
5.2 ANDROID开发环境介绍 | 第48页 |
5.3 车牌识别系统设计与实现 | 第48-54页 |
5.3.1 MATLAB | 第48-49页 |
5.3.2 设计与实现 | 第49-54页 |
5.4 本章小结 | 第54-55页 |
第6章 总结和展望 | 第55-57页 |
6.1 总结 | 第55-56页 |
6.2 展望 | 第56-57页 |
参考文献 | 第57-60页 |
致谢 | 第60页 |