雾天条件下的车牌信息识别技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 选题的背景及其意义 | 第8-9页 |
| 1.2 车牌信息识别系统介绍 | 第9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 图像去雾研究现状 | 第9-10页 |
| 1.3.2 车牌信息识别研究现状 | 第10-11页 |
| 1.4 论文主要内容与章节安排 | 第11-13页 |
| 第2章 图像去雾技术 | 第13-20页 |
| 2.1 雾天形成原理 | 第13页 |
| 2.2 基于暗原色先验的去雾方法 | 第13-16页 |
| 2.2.1 大气散射模型 | 第13-15页 |
| 2.2.2 暗原色先验去雾 | 第15-16页 |
| 2.3 基于Retinex理论的去雾方法 | 第16-18页 |
| 2.3.1 单尺度Retinex算法 | 第17页 |
| 2.3.2 多尺度Retinex算法 | 第17-18页 |
| 2.4 两种去雾方法的性能比较 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 车牌定位技术 | 第20-34页 |
| 3.1 车牌图像预处理 | 第20-27页 |
| 3.1.1 图像灰度化 | 第20-21页 |
| 3.1.2 图像增强 | 第21-23页 |
| 3.1.3 边缘检测 | 第23-27页 |
| 3.2 车牌定位 | 第27-33页 |
| 3.2.1 我国汽车车牌特征 | 第27-28页 |
| 3.2.2 常用的车牌定位方法 | 第28-29页 |
| 3.2.3 基于数学形态学和投影法的车牌定位方法 | 第29-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 车牌字符分割技术 | 第34-43页 |
| 4.1 车牌图像二值化 | 第34-35页 |
| 4.2 车牌倾斜校正 | 第35-41页 |
| 4.2.1 常用的车牌倾斜校正方法 | 第36页 |
| 4.2.2 Radon变换法倾斜校正 | 第36-41页 |
| 4.3 基于先验知识结合垂直投影法的字符分割方法 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 车牌字符识别技术 | 第43-50页 |
| 5.1 常用的车牌字符识别方法 | 第43-44页 |
| 5.2 基于改进的BP神经网络字符识别方法 | 第44-49页 |
| 5.2.1 图像归一化与字符特征提取 | 第44页 |
| 5.2.2 BP神经网络原理 | 第44-47页 |
| 5.2.3 BP神经网络算法的实现 | 第47页 |
| 5.2.4 BP神经网络算法的改进 | 第47-49页 |
| 5.2.5 实验结果分析 | 第49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 雾天车牌信息识别系统设计 | 第50-55页 |
| 6.1 系统总体设计 | 第50页 |
| 6.2 系统软件组成 | 第50-51页 |
| 6.3 实验结果与分析 | 第51-54页 |
| 6.4 本章小结 | 第54-55页 |
| 第7章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
