| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题的研究背景及研究现状 | 第15-18页 |
| 1.1.1 图像采集技术的发展历史 | 第15页 |
| 1.1.2 TI OMAP嵌入式平台概述 | 第15-17页 |
| 1.1.3 车牌识别技术研究现状 | 第17-18页 |
| 1.2 本文研究内容及结构安排 | 第18-20页 |
| 1.2.1 论文研究的主要内容 | 第18页 |
| 1.2.2 论文结构 | 第18-20页 |
| 第二章 OMAP-L138硬件平台与软件环境搭建 | 第20-30页 |
| 2.1 OMAP-L138硬件平台 | 第20-24页 |
| 2.1.1 OMAP-L138 EVM板平台介绍 | 第20-21页 |
| 2.1.2 OMAP-L138处理器框架 | 第21-23页 |
| 2.1.3 ARM926EJ-SRAM子系统 | 第23页 |
| 2.1.4 C6748子系统 | 第23-24页 |
| 2.2 OMAP-L138软件环境搭建 | 第24-26页 |
| 2.2.1 虚拟机的安装及网络环境的配置 | 第24-25页 |
| 2.2.2 交叉编译器安装 | 第25页 |
| 2.2.3 DVSDK软件开发包的安装 | 第25-26页 |
| 2.3 OMAP-L138开发平台的启动 | 第26-29页 |
| 2.3.1 OMAP-L138的U-Boot烧写 | 第26-27页 |
| 2.3.2 OMAP-L138内核的编译和烧写 | 第27-28页 |
| 2.3.3 挂载NFS文件系统实现软件平台的启动 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 UVC摄像头的图像采集处理系统 | 第30-52页 |
| 3.1 OMAP-L138下UVC摄像头的图像采集系统 | 第30-35页 |
| 3.1.1 基于UVC摄像头的图像采集系统总体设计 | 第30-31页 |
| 3.1.2 Linux驱动下的USB数据传输 | 第31-33页 |
| 3.1.3 OMAP-L138下UVC摄像头驱动的添加 | 第33-35页 |
| 3.2 基于V4L2的图像采集 | 第35-39页 |
| 3.2.1 Linux下的V4L2框架 | 第35-37页 |
| 3.2.2 基于V4L2的图像采集流程 | 第37-39页 |
| 3.3 图像的JPEG编解码处理 | 第39-51页 |
| 3.3.1 JPEG图像编解码原理 | 第39-43页 |
| 3.3.2 图像压缩质量和效率的评价标准 | 第43-47页 |
| 3.3.3 Codec Engine下的JEPG解码及颜色转换处理 | 第47-51页 |
| 3.3.3.1 Codec Engine软件框架 | 第47-48页 |
| 3.3.3.2 Codec Engine下图JPEG解码算法处理 | 第48-49页 |
| 3.3.3.3 利用C6accel实现解码后颜色转换处理 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 车牌识别算法的研究 | 第52-72页 |
| 4.1 车牌识别算法的组成 | 第52-53页 |
| 4.2 车牌图像预处理 | 第53-59页 |
| 4.2.1 图像灰度化 | 第53-54页 |
| 4.2.2 图像的二值化处理 | 第54-58页 |
| 4.2.3 图像的去噪处理 | 第58-59页 |
| 4.3 车牌定位算法 | 第59-63页 |
| 4.4 字符分割算法 | 第63-64页 |
| 4.5 车牌字符识别 | 第64-71页 |
| 4.5.1 字符归一化 | 第64-66页 |
| 4.5.2 模板的字符识别算法 | 第66页 |
| 4.5.3 BP神经网络的字符识别 | 第66-71页 |
| 4.5.3.1 BP神经网络原理 | 第66-70页 |
| 4.5.3.2 字符特征提取 | 第70-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 算法的实现及测试 | 第72-79页 |
| 5.1 基于xDAIS标准的车牌识别算法框架 | 第72-75页 |
| 5.1.1 车牌识别算法在平台下调用流程 | 第72-75页 |
| 5.1.2 基于非XDM接.的车牌识别算法封装的实现 | 第75页 |
| 5.2 车牌识别算法的运行和性能分析 | 第75-78页 |
| 5.2.1 车牌识别算法的各个步骤获取的图像 | 第75-77页 |
| 5.2.2 车牌识别算法时间性能和准确率性能分析 | 第77-78页 |
| 5.3 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 工作总结 | 第79页 |
| 6.2 工作展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-84页 |
| 个人简历与硕士期间研究成果 | 第84-85页 |
