基于演化算法的运动模糊图像识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题研究背景及意义 | 第8页 |
| ·车牌自动识别系统的概述 | 第8-10页 |
| ·车牌自动识别系统的原理 | 第8-9页 |
| ·国内外现状 | 第9-10页 |
| ·演化算法概论 | 第10-14页 |
| ·演化算法的基本概念 | 第10-12页 |
| ·演化算法中的数学理论 | 第12-13页 |
| ·演化算法步骤 | 第13-14页 |
| ·运动模糊图像识别的难点 | 第14-15页 |
| ·论文主要研究内容 | 第15页 |
| ·论文结构安排 | 第15-16页 |
| ·论文主要创新点 | 第16-17页 |
| 第二章 运动模糊车辆图像的恢复 | 第17-25页 |
| ·运动模糊图像的退化模型 | 第17页 |
| ·图像复原方法概述 | 第17-18页 |
| ·点扩展函数的估计 | 第18-20页 |
| ·Radon变换原理 | 第18-19页 |
| ·基于Radon变换的运动模糊方向的估计 | 第19页 |
| ·基于模糊集的运动模糊长度的估计 | 第19-20页 |
| ·基于演化算法的运动模糊车辆图像的恢复 | 第20-23页 |
| ·实验结果分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 车牌定位及倾斜校正 | 第25-37页 |
| ·车牌定位方法的简介 | 第25-26页 |
| ·基于灰度图像的车牌定位算法简介 | 第25-26页 |
| ·基于彩色图像的车牌定位算法简介 | 第26页 |
| ·基于混沌演化算法的车牌定位方法 | 第26-29页 |
| ·车牌区域特征 | 第27页 |
| ·混沌演化算法的原理 | 第27-28页 |
| ·混沌演化算法基本步骤 | 第28页 |
| ·适应度函数的确定 | 第28-29页 |
| ·混沌演化车牌定位方法的步骤 | 第29页 |
| ·主要参数的设置 | 第29页 |
| ·车牌定位的结果与分析 | 第29-32页 |
| ·实验结果 | 第29-32页 |
| ·实验小结 | 第32页 |
| ·车牌的倾斜模式 | 第32-33页 |
| ·传统的水平倾斜校正方法 | 第33-35页 |
| ·Hough变换法 | 第33-34页 |
| ·旋转投影法 | 第34页 |
| ·主成分分析法 | 第34-35页 |
| ·本文使用的方法 | 第35-36页 |
| ·水平方向的校正 | 第35页 |
| ·垂直方向的校正 | 第35-36页 |
| ·倾斜校正的实验结果 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 车牌字符分割 | 第37-45页 |
| ·车牌图像的二值化 | 第37-42页 |
| ·二值化的原理 | 第37页 |
| ·Otsu算法 | 第37-38页 |
| ·Bernsen算法 | 第38页 |
| ·基于演化算法的车牌图像二值化算法 | 第38-42页 |
| ·图像滤波去噪 | 第42-43页 |
| ·车牌字符分割及结果 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于演化算法和神经网络的车牌字符识别 | 第45-55页 |
| ·演化算法简介 | 第45页 |
| ·BP神经网络概述 | 第45-47页 |
| ·BP神经网络的基本原理 | 第45-46页 |
| ·BP的训练过程 | 第46-47页 |
| ·基于演化算法和BP神经网络的车牌字符识别 | 第47-54页 |
| ·车牌字符简介 | 第48页 |
| ·车牌网络分类器的设计 | 第48-50页 |
| ·激活函数的选取 | 第50-51页 |
| ·BP神经网络参数设置和训练 | 第51-52页 |
| ·字符识别网络的实验分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60-61页 |
