首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

车牌识别技术的研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-9页
第一章 绪论第9-15页
 §1.车牌识别系统的组成和工作原理第10页
 §2.车牌识别技术的理论背景第10-11页
 §3.国内外发展状况第11-12页
 §4.车牌识别技术中的难点第12-13页
 §5.本文的章节安排第13-15页
第二章 视频截取第15-28页
 §1.DirectShow简介第15-16页
 §2.DirectShow开发过程第16页
 §3.DirectShow截图第16-23页
   ·使用IBasicVideo::GetCurrentImage接口方法第16-18页
   ·使用Sample Grabber Filter第18-21页
   ·使用媒体探测器第21-23页
 §4.基于背景的车辆检测第23-28页
   ·图像分割第23-25页
   ·车辆检测第25-28页
第三章 车牌定位第28-45页
 §1.图像预处理第28-40页
   ·图像预处理第28-29页
   ·颜色模型的转化第29-33页
   ·图像滤波第33-35页
   ·灰度图像的二值化第35-37页
   ·图像的形态学处理第37-40页
 §2.汽车牌照的特征第40-41页
 §3.传统的车牌定位的方法第41页
 §4.基于车牌颜色的定位方法第41-45页
   ·车牌边界的确定第41-43页
   ·实验结果及分析第43-45页
第四章 字符分割第45-52页
 §1.阈值化技术第45-46页
 §2.行切分技术第46-47页
 §3.字切分技术第47-48页
 §4.字符分割第48-50页
 §5.实验结果及分析第50-52页
第五章 字符识别第52-67页
 §1.车牌字符的特点第53页
 §2.字符识别之前的预处理第53-58页
   ·平滑第54-55页
   ·归一化第55-56页
   ·细化第56-58页
 §3.字符识别常用方法第58-59页
   ·模板匹配法第58页
   ·特征分析匹配法第58页
   ·神经网络识别法第58-59页
 §4.特征提取第59-60页
 §5.判别准则第60-61页
 §6.用神经网络进行字符识别第61-65页
   ·BP神经网络简介第61页
   ·BP过程第61-64页
   ·BP网络的优化和改进第64-65页
 §7.实验结果第65-67页
第六章 总结与展望第67-69页
 §1.总结第67页
 §2.展望第67-69页
参考文献第69-72页
致谢第72-73页
附录:攻读硕士学位期间的研究成果第73页

论文共73页,点击 下载论文
上一篇:再生水处理工艺对有机微污染物去除效果的研究
下一篇:掺杂型纳米二氧化钛粉体的抗菌性能研究