车牌字符自动识别方法的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·课题背景和研究意义 | 第9-10页 |
| ·课题背景 | 第9-10页 |
| ·研究的意义 | 第10页 |
| ·国内外概况 | 第10-13页 |
| ·我国汽车车牌的特征 | 第13页 |
| ·车牌识别系统的组成 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 2 车牌识别相关图像预处理技术 | 第15-27页 |
| ·车牌图像的灰度化 | 第15-16页 |
| ·图像增强 | 第16-19页 |
| ·直方图均衡化 | 第16-18页 |
| ·灰度拉伸 | 第18-19页 |
| ·数学形态学 | 第19-22页 |
| ·二值图像数学形态学 | 第19-20页 |
| ·灰度图像数学形态学 | 第20-21页 |
| ·Top-Hat 变换 | 第21-22页 |
| ·图像二值化 | 第22-23页 |
| ·全局阈值法 | 第22页 |
| ·局部阈值法 | 第22-23页 |
| ·边缘检测 | 第23-25页 |
| ·Sobel 算子 | 第23-24页 |
| ·Roberts 算子 | 第24页 |
| ·Canny 算子 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 3 车牌定位 | 第27-39页 |
| ·国内车牌的基本特征 | 第27-28页 |
| ·传统的车牌定位算法 | 第28-30页 |
| ·基于灰度图像的定位方法 | 第28-30页 |
| ·基于图像彩色信息的方法 | 第30页 |
| ·本文采用的定位方法 | 第30-35页 |
| ·车牌图像预处理 | 第31-33页 |
| ·粗定位 | 第33-34页 |
| ·细定位 | 第34-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 4 车牌倾斜校正与字符分割 | 第39-51页 |
| ·倾斜校正 | 第39-44页 |
| ·倾斜校正方法原理介绍 | 第40-43页 |
| ·去除上下边框和铆钉 | 第43页 |
| ·倾斜校正实验结果与分析 | 第43-44页 |
| ·字符分割 | 第44-50页 |
| ·传统的车牌字符分割方法 | 第44-46页 |
| ·本文的车牌字符分割方法 | 第46-48页 |
| ·字符分割实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 字符识别 | 第51-63页 |
| ·车牌字符识别特点 | 第51-52页 |
| ·常用的车牌字符识别方法 | 第52-53页 |
| ·支持向量机的相关知识 | 第53-57页 |
| ·支持向量机的原理 | 第53-55页 |
| ·常用的核函数 | 第55-56页 |
| ·RBF 核函数参数求解方法 | 第56-57页 |
| ·字符特征提取 | 第57-60页 |
| ·常用的字符特征提取方法 | 第57-58页 |
| ·本文的特征提取方法 | 第58-60页 |
| ·实验结果与对比分析 | 第60-62页 |
| ·样本选取 | 第60-61页 |
| ·RBF 核SVM 参数的优化选取 | 第61页 |
| ·实验对比 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 作者在攻读硕士学位期间发表的论文目录 | 第71页 |
