运动车辆车牌识别算法的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-14页 |
| §1.1 车牌识别技术的研究背景 | 第8页 |
| §1.2 车牌识别系统的原理与组成部分 | 第8-9页 |
| §1.3 中国车牌的特点 | 第9页 |
| §1.4 车牌识别技术的研究现状 | 第9-12页 |
| §1.4.1 与车牌检测技术相关的方法 | 第9-11页 |
| §1.4.2 与车牌字符切分技术相关的方法 | 第11-12页 |
| §1.4.3 与车牌字符识别技术相关的方法 | 第12页 |
| §1.5 本文的工作和要解决的难点 | 第12-13页 |
| §1.6 车牌识别系统流程 | 第13页 |
| §1.7 本文的组织结构 | 第13-14页 |
| 第二章 车牌检测 | 第14-36页 |
| §2.1 HAAR-LIKE矩形特征 | 第14-21页 |
| §2.1.1 矩阵特征 | 第14-15页 |
| §2.1.2 矩阵特征的特征值计算 | 第15-17页 |
| §2.1.3 矩阵特征的数量 | 第17-18页 |
| §2.1.4 积分图-加速矩阵特征的特征值计算 | 第18-21页 |
| §2.2 级联ADABOOST学习算法 | 第21-31页 |
| §2.2.1 Adaboost学习算法概述 | 第21-23页 |
| §2.2.2 Adaboost学习算法流程图 | 第23-24页 |
| §2.2.3 Adaboost学习算法训练 | 第24-29页 |
| §2.2.4 构成级联结构的层叠分类器 | 第29-30页 |
| §2.2.5 训练系统框架 | 第30-31页 |
| §2.3 级联ADABOOST训练 | 第31-34页 |
| §2.4 小结 | 第34-36页 |
| 第三章 车牌字符分割 | 第36-48页 |
| §3.1 车牌预处理技术 | 第36-40页 |
| §3.1.1 色彩转换 | 第36-38页 |
| §3.1.2 车牌图像增强 | 第38页 |
| §3.1.3 二值化 | 第38-40页 |
| §3.2 提取连通域 | 第40-41页 |
| §3.3 最小二乘法拟合直线 | 第41-42页 |
| §3.4 车牌边缘检测 | 第42-43页 |
| §3.5 HOUGH变换 | 第43-45页 |
| §3.6 车牌字符切分 | 第45-47页 |
| §3.7 字符归一化 | 第47页 |
| §3.8 小结 | 第47-48页 |
| 第四章 车牌颜色识别 | 第48-50页 |
| §4.1 训练 | 第48-49页 |
| §4.2 颜色识别 | 第49页 |
| §4.3 小结 | 第49-50页 |
| 第五章 车牌字符识别 | 第50-74页 |
| §5.1 特征提取 | 第50-51页 |
| §5.2 MQDF原理 | 第51-53页 |
| §5.3 SVM原理 | 第53-71页 |
| §5.3.1 函数间隔与几何间隔 | 第53-57页 |
| §5.3.2 拉格朗日乘子法与对偶理论 | 第57-60页 |
| §5.3.3 优化间隔分类器 | 第60-63页 |
| §5.3.4 核方法 | 第63-67页 |
| §5.3.5 outlier情况 | 第67-69页 |
| §5.3.6 SMO | 第69-71页 |
| §5.4 相似字符识别 | 第71-73页 |
| §5.4.1 改进的层次匹配策略 | 第71-72页 |
| §5.4.2 局部使用分类算法 | 第72-73页 |
| §5.5 结合MQDF和SVM的车牌字符识别 | 第73页 |
| §5.6 小结 | 第73-74页 |
| 第六章 实验结果与分析 | 第74-80页 |
| §6.1 实验环境及数据 | 第74页 |
| §6.1.1 实验环境 | 第74页 |
| §6.1.2 数据 | 第74页 |
| §6.2 车牌检测实验 | 第74-76页 |
| §6.3 车牌字符分割实验 | 第76页 |
| §6.4 车牌字符识别实验 | 第76-80页 |
| 第七章 总结及下一步工作 | 第80-82页 |
| §7.1 总结 | 第80页 |
| §7.2 下一步工作 | 第80-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 附录A 作者在攻读硕士期间公开发表的论文 | 第88页 |
