基于饱和度信息和人工神经网络的汽车牌照定位
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 引言 | 第7-8页 |
| 第1 章 综述 | 第8-14页 |
| ·车牌检测与识别在智能交通系统中的应用及意义 | 第8页 |
| ·车辆自动识别的主要技术 | 第8-9页 |
| ·车牌识别技术的发展简介 | 第9页 |
| ·课题的背景及意义 | 第9-11页 |
| ·车牌识别技术在国内外发展现状 | 第11-13页 |
| ·课题研究,开发的内容任务与目标 | 第13-14页 |
| 第2 章 数字图像处理及其相关领域 | 第14-16页 |
| ·数字图像处理概念 | 第14页 |
| ·图像处理所涉及的领域 | 第14-16页 |
| 第3 章 车牌特征分析 | 第16-20页 |
| ·牌照的知识 | 第16页 |
| ·车牌的基本特征 | 第16-18页 |
| ·车牌检测的难点分析 | 第18-20页 |
| 第4 章 汽车牌照图像预处理技术 | 第20-31页 |
| ·图像预处理技术的简单介绍 | 第22-27页 |
| ·本文的预处理方法 | 第27-31页 |
| ·光照补偿 | 第27-29页 |
| ·饱和度调整 | 第29-31页 |
| 第5 章 牌照定位基本方法的研究 | 第31-36页 |
| ·基于灰度图像的定位方法 | 第31-34页 |
| ·基于车牌形状特征的定位算法 | 第31页 |
| ·基于车牌区域灰度变化特征的定位算法 | 第31-33页 |
| ·基于矢量量化的方法 | 第33-34页 |
| ·基于彩色图像的车牌定位方法 | 第34-36页 |
| 第6 章 本文的定位方法 | 第36-41页 |
| ·利用自组织特征映射进行粗定位 | 第36-39页 |
| ·自组织特征映射简要介绍 | 第36-37页 |
| ·自组织学习算法框架 | 第37页 |
| ·定位过程 | 第37-39页 |
| ·利用饱和度信息进行细定位 | 第39-41页 |
| 第7 章 颜色对校验 | 第41-43页 |
| 第8 章 实验结果 | 第43-45页 |
| 第9 章 研究生阶段的其他工作 | 第45-49页 |
| ·图像预处理 | 第45页 |
| ·背景的更新 | 第45-47页 |
| ·人脸部分检测 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 在学期间公开发表论文及著作情况 | 第54页 |
