机动车号牌识别系统的算法研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·车牌识别技术的背景和意义 | 第10页 |
| ·车牌识别技术的国内外研究现状 | 第10-11页 |
| ·中国车牌的一些特征 | 第11-12页 |
| ·本课题的主要工作 | 第12页 |
| ·论文的基本组成结构 | 第12-14页 |
| 第二章 车牌识别系统概述 | 第14-18页 |
| ·车牌识别系统的组成结构 | 第14-15页 |
| ·车牌识别系统的软件算法组成 | 第15-17页 |
| ·视频图像车辆检测 | 第15页 |
| ·图像预处理 | 第15-16页 |
| ·车牌定位算法 | 第16页 |
| ·车牌字符分割算法 | 第16-17页 |
| ·车牌字符识别算法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 车牌定位算法的研究 | 第18-39页 |
| ·目前车牌识别系统中的车牌定位算法 | 第18-19页 |
| ·基于图像特征的定位方法 | 第18-19页 |
| ·基于车牌的域变换特征的定位方法 | 第19页 |
| ·本文实现的车牌定位算法 | 第19-36页 |
| ·本文车牌图像的标准及特点 | 第20页 |
| ·定位算法流程图 | 第20-21页 |
| ·车牌图像灰度化 | 第21页 |
| ·边缘检测提取 | 第21-23页 |
| ·干扰边缘的去除 | 第23-24页 |
| ·滑窗遍历边缘图像 | 第24-27页 |
| ·候选车牌提取 | 第27-30页 |
| ·基于车牌特征的区域的提取 | 第27-28页 |
| ·基于 SVM 的二分类精确提取车牌候选区域 | 第28-30页 |
| ·车牌倾斜校正 | 第30-33页 |
| ·车牌精确定位 | 第33-36页 |
| ·车牌水平边界定位 | 第34页 |
| ·车牌左右边界定位 | 第34-36页 |
| ·车牌定位算法的测试和性能分析 | 第36-37页 |
| ·本文车牌定位算法与其它定位算法的比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 车牌字符分割算法的研究 | 第39-49页 |
| ·常用的车牌字符分割算法 | 第39-40页 |
| ·本文的车牌字符分割算法 | 第40-46页 |
| ·车牌图像归一化 | 第40-41页 |
| ·基于分段的车牌图像增强 | 第41-43页 |
| ·基于滑窗与投影的字符分割 | 第43-46页 |
| ·车牌字符投影曲线特征分析 | 第43-44页 |
| ·滑窗遍历寻找波谷分割点 | 第44-46页 |
| ·车牌字符分割算法的测试与性能分析 | 第46-48页 |
| ·本文的车牌字符分割算法与其它分割算法的比较 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 车牌字符识别算法的研究 | 第49-63页 |
| ·常用的车牌字符识别算法 | 第49-50页 |
| ·模板匹配法 | 第49页 |
| ·人工神经网络法 | 第49-50页 |
| ·支持向量机法(SVM) | 第50页 |
| ·AdaBoost 法 | 第50页 |
| ·本文的车牌字符识别方法 | 第50-60页 |
| ·车牌字符的特点 | 第51-52页 |
| ·支持向量机(SVM)相关的理论 | 第52-55页 |
| ·车牌字符图像的归一化 | 第55-56页 |
| ·基于改进的、多分类的支持向量机字符识别 | 第56-60页 |
| ·多分类支持向量机(SVM)的训练过程 | 第57-58页 |
| ·多级分类支持向量机(SVM)的识别过程 | 第58-60页 |
| ·字符识别算法的测试与性能分析 | 第60-61页 |
| ·本文的字符识别算法与其它字符识别算法的比较 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-66页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 硕士期间取得的研究成果 | 第71-72页 |
