车牌识别系统设计及基于改进SVM的字符识别研究
摘要 | 第1-5页 |
Abstract | 第5-13页 |
第一章 绪论 | 第13-19页 |
·研究背景目的和意义 | 第13-14页 |
·车牌识别的国内外现状 | 第14-16页 |
·课题研究的主要内容 | 第16-19页 |
·车牌识别系统的构成 | 第16-17页 |
·国内汽车牌照的特点 | 第17-18页 |
·本课题的主要研究内容 | 第18-19页 |
第二章 车牌定位方法 | 第19-41页 |
·车牌定位简介 | 第19-21页 |
·车牌定位流程 | 第21-24页 |
·CANNY算子边缘检测 | 第24-26页 |
·平滑图像 | 第24页 |
·计算梯度的幅值和方向 | 第24-25页 |
·Canny边缘检测算法 | 第25-26页 |
·小波阈值去噪 | 第26-31页 |
·引言 | 第26-27页 |
·小波阈值去噪原理 | 第27-28页 |
·阈值函数的选取 | 第28-29页 |
·阈值的选取 | 第29-31页 |
·基于行扫描的车牌粗定位 | 第31-34页 |
·引言 | 第31-32页 |
·标记可疑线段 | 第32-33页 |
·重构车牌区域 | 第33-34页 |
·倾斜校正 | 第34-37页 |
·引言 | 第34-35页 |
·Radon变换原理 | 第35页 |
·倾斜角度的判定 | 第35-36页 |
·倾斜校正 | 第36-37页 |
·牌照细定位 | 第37-39页 |
·上下边界定位 | 第37页 |
·左右边界定位 | 第37-39页 |
·本章小结 | 第39-41页 |
第三章 字符分割 | 第41-49页 |
·引言 | 第41-43页 |
·基于颜色空间判断车牌类型 | 第43-44页 |
·车牌字符分割 | 第44-47页 |
·本章小结 | 第47-49页 |
第四章 基于支持向量机的字符识别 | 第49-69页 |
·引言 | 第49-51页 |
·字符归一化 | 第51页 |
·字符特征提取 | 第51-53页 |
·积分投影 | 第52页 |
·半分积分投影 | 第52-53页 |
·支持向量机基本理论 | 第53-60页 |
·支持向量机模型 | 第54-58页 |
·非线性分类 | 第58-59页 |
·核函数 | 第59-60页 |
·支持向量机训练算法 | 第60-64页 |
·工作集的选取 | 第61-62页 |
·工作集的优化问题 | 第62-63页 |
·实现中的优化改进 | 第63-64页 |
·SMO算法实现流程图 | 第64页 |
·多类分类方法 | 第64-66页 |
·字符训练与识别 | 第66页 |
·本章小结 | 第66-69页 |
第五章 总结与展望 | 第69-71页 |
·总结 | 第69页 |
·展望 | 第69-71页 |
参考文献 | 第71-75页 |
发表论文和参与项目 | 第75-77页 |
致谢 | 第77页 |