基于嵌入式Linux的字符识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.2 字符识别技术的现状与发展趋势 | 第8-11页 |
| 1.2.1 字符识别技术的现状 | 第8-9页 |
| 1.2.2 字符识别技术的发展趋势 | 第9-11页 |
| 1.3 本文的主要研究内容 | 第11-12页 |
| 第2章 数字图像处理的基础理论 | 第12-18页 |
| 2.1 数字图像处理的基本概念 | 第12-13页 |
| 2.2 数字图像处理的研究内容和应用 | 第13-14页 |
| 2.3 数字图像处理的开发工具 | 第14-15页 |
| 2.4 OpenCV函数库 | 第15-16页 |
| 2.4.1 OpenCV的来源 | 第15-16页 |
| 2.4.2 OpenCV的协议 | 第16页 |
| 2.4.3 OpenCV的组成 | 第16页 |
| 2.5 本章小结 | 第16-18页 |
| 第3章 字符识别系统 | 第18-22页 |
| 3.1 图像存储 | 第18-19页 |
| 3.1.1 位图存储格式 | 第18-19页 |
| 3.1.2 RGB色彩模式 | 第19页 |
| 3.2 字符识别系统流程 | 第19-21页 |
| 3.2.1 图像预处理模块 | 第20-21页 |
| 3.2.2 车牌定位模块 | 第21页 |
| 3.2.3 车牌字符分割模块 | 第21页 |
| 3.2.4 车牌字符识别模块 | 第21页 |
| 3.3 本章小结 | 第21-22页 |
| 第4章 车牌定位 | 第22-34页 |
| 4.1 图像预处理 | 第22-24页 |
| 4.1.1 将彩色图像转化为灰度图像 | 第22-23页 |
| 4.1.2 去除图像中的干扰噪声 | 第23-24页 |
| 4.2 车牌定位 | 第24-32页 |
| 4.2.1 车牌的边缘检测 | 第25-27页 |
| 4.2.2 形态学处理 | 第27-28页 |
| 4.2.3 利用车牌的物理特征筛选单连通区 | 第28-30页 |
| 4.2.4 车牌区域的进一步筛选 | 第30-32页 |
| 4.3 本章小结 | 第32-34页 |
| 第5章 字符分割 | 第34-40页 |
| 5.1 车牌预处理 | 第34-36页 |
| 5.1.1 图像二值化 | 第34-35页 |
| 5.1.2 图像去除噪声 | 第35-36页 |
| 5.2 车牌字符分割 | 第36-38页 |
| 5.3 本章小结 | 第38-40页 |
| 第6章 字符识别 | 第40-46页 |
| 6.1 模板库 | 第40-41页 |
| 6.2 字符模板匹配 | 第41-44页 |
| 6.3 本章小结 | 第44-46页 |
| 第7章 字符识别方法在嵌入式平台上的实现 | 第46-54页 |
| 7.1 嵌入式平台构建 | 第46-49页 |
| 7.1.1 搭建交叉编译环境 | 第46页 |
| 7.1.2 Linux操作系统移植 | 第46-49页 |
| 7.2 OpenCV移植到嵌入式平台 | 第49-51页 |
| 7.3 系统测试 | 第51-53页 |
| 7.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间所发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
