声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外现状
1.2.1 国外现状
1.2.2 国内现状
1.3 车牌识别难点及发展趋势
1.4 论文组织结构
第2章 相关知识介绍
2.1 车牌的主要特征
2.2 车牌定位相关算法
2.2.1 车牌定位算法概述
2.2.2 边缘检测
2.2.3 倾斜矫正
2.2.4 腐蚀和膨胀
2.2.5 色域空间
2.3 车牌字符分割相关算法
2.3.1 车牌字符分割算法概述
2.3.2 二值化算法
2.4 车牌字符识别相关算法
2.4.1 车牌字符识别算法概述
2.4.2 字符特征提取
2.4.3 BP神经网络
2.5 硬件平台
2.5.1 Zynq-7000 AP SoC体系简介
2.5.2 ZedBoard开发平台
2.6 本章小结
第3章 车牌定位与字符识别系统总体设计
3.1 系统功能和性能要求
3.1.1 系统功能要求
3.1.2 系统性能要求
3.2 系统层次分析
3.3 开发平台设计流程
3.3.1 PS设计
3.3.2 PL设计
3.3.3 PS和PL互联设计
3.4 车牌识别系统总体设计
3.4.1 车牌定位总体设计
3.4.2 车牌字符分割总体设计
3.4.3 车牌字符识别总体设计
3.5 本章小结
第4章 车牌定位与字符识别系统实现
4.1 基于颜色和纹理的车牌定位
4.1.1 提取车牌候选区
4.1.2 筛选车牌候选区
4.1.3 车牌水平倾斜矫正
4.1.4 车牌垂直倾斜矫正
4.2 基于改进投影法的车牌字符分割
4.2.1 车牌图像二值化
4.2.2 去除车牌边框和铆钉
4.2.3 车牌字符切分
4.3 基于BP神经网络的车牌字符识别
4.3.1 字符图像预处理
4.3.2 字符归一化
4.3.3 提取字符特征值
4.3.4 BP神经网络算法的工作流程
4.3.5 BP神经网络的设计
4.3.6 BP神经网络的训练
4.4 Linux系统移植与IP驱动设计
4.5 QT界面设计和运行库的移植
4.6 本章小结
第5章 系统测试与结果分析
5.1 系统运行环境
5.2 软件控制端测试
5.3 系统功能测试
5.4 系统结果分析
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 存在问题及展望
参考文献
致谢
攻读学位期间发表论文情况