基于图像处理的铁路货车车号识别及其应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文的选题背景及意义 | 第10-11页 |
| ·国内外相关研究情况 | 第11-12页 |
| ·本文研究的目的及主要研究内容 | 第12-15页 |
| 第2章 数字图像处理技术 | 第15-28页 |
| ·图像及图像处理基本知识 | 第15-16页 |
| ·图像信息数字化 | 第16-18页 |
| ·数字图像处理 | 第18-24页 |
| ·数字图像处理的发展及应用 | 第24-28页 |
| ·数字图像处理的应用 | 第24-26页 |
| ·数字图像处理的发展方向 | 第26-28页 |
| 第3章 车号自动识别系统的总体架构 | 第28-35页 |
| ·车号自动识别系统的功能需求分析 | 第28-29页 |
| ·车号自动识别系统的构成 | 第29-32页 |
| ·车号识别系统组成及工作原理 | 第29-30页 |
| ·车号识别系统的要求 | 第30-32页 |
| ·车号自动识别系统的关键技术 | 第32-35页 |
| 第4章 车号识别中图像处理技术 | 第35-54页 |
| ·车号图像的获取 | 第35页 |
| ·各种车号定位技术 | 第35-38页 |
| ·基于边界的车号定位技术 | 第36页 |
| ·基于区域的车号定位技术 | 第36页 |
| ·基于神经元网络的车号定位技术 | 第36-37页 |
| ·基于小波分析和变换的车号定位技术 | 第37页 |
| ·基于矢量量化的车号定位方法 | 第37-38页 |
| ·基于颜色空间的车号定位方法 | 第38页 |
| ·基于颜色空间及灰度形态学的车号定位技术 | 第38-45页 |
| ·车号图像的预处理及分割 | 第45-54页 |
| ·车号图像的灰度化 | 第45-46页 |
| ·车号图像的二值化 | 第46-50页 |
| ·车号图像倾斜校正 | 第50-51页 |
| ·字符分割 | 第51-54页 |
| 第5章 车号图像的模式识别 | 第54-68页 |
| ·字符图像归一化处理 | 第55-57页 |
| ·字符特征的选择与提取实现 | 第57-59页 |
| ·基于神经元网络的字符识别技术 | 第59-64页 |
| ·神经元模型 | 第59-61页 |
| ·BP网络的学习算法 | 第61-62页 |
| ·BP网络的设计 | 第62-63页 |
| ·BP网络的不足与改进 | 第63-64页 |
| ·BP神经网络的技术实现及试验结果分析 | 第64-68页 |
| ·BP网络的拓扑结构 | 第64页 |
| ·输出编码 | 第64页 |
| ·BP网络的训练 | 第64-68页 |
| 结论 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
