基于小波变换的车辆识别系统研究PDF|Epub|txt|kindle电子书版本网盘下载

基于小波变换的车辆识别系统研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　绪论1

1.1 引言1

1.2　图像分割及边缘提取1

1.2.1　基于区域的分割2

1.2.2　基于边缘的分割2

1.3　图像特征提取3

1.4　本书的研究背景4

1.5　国内外研究现状4

1.6　该领域内亟待解决的问题6

1.6.1　车辆特征识别存在的问题6

1.6.2　小波技术应用于车辆识别的问题8

1.7　本章小结9

第2章　基于小波的多分辨率分析及抗干扰技术研究10

2.1　小波变换及算法实现10

2.1.1 小波变换的产生与应用10

2.1.2 小波变换和傅立叶变换11

2.2　基于小波的多分辨分析15

2.3　基于小波的图像去噪技术18

2.3.1 图像抗干扰的传统方法20

2.3.2　信号局部奇异性的小波刻画23

2.3.3　基于小波变换的阈值化去噪新方法24

2.3.4 多通道阈值去噪方法26

2.3.5　在小波域中的统计模型分析27

2.3.6 图像去噪的实现及其结果分析28

2.4　本章小结33

第3章　面向车辆识别的神经网络研究34

3.1　神经网络模型选取34

3.2　基于多分辨率的BP网络模型的设计35

3.2.1 多分辨率训练算法35

3.2.2　相似字符35

3.3　输入层、隐含层和输出层节点数的确定36

3.4　BP算法改进及效果36

3.5　本章小结41

第4章　基于小波的边缘检测及分割算法42

4.1　传统边缘检测算子42

4.1.1 罗伯特交叉算子42

4.1.2　蒲瑞维特边缘算子43

4.1.3 索贝尔边缘算子43

4.1.4　拉普拉斯算子44

4.2　基于小波变换的边缘检测45

4.2.1　小波多尺度分析45

4.2.2　小波多尺度分析性质46

4.2.3　基于模极大值的多尺度车辆边缘检测49

4.2.4　基于小波的多尺度边缘检测算法51

4.2.5　基于二进小波的车辆边缘提取51

4.2.6　基于小波变换的边缘检测54

4.2.7　减运算55

4.3　基于小波变换的图像分割算法55

4.3.1 图像分割方法概述56

4.3.2 LLT快速分割算法58

4.3.3 改进的基于车牌分割的LLT算法59

4.3.4　基于边缘检测的分割61

4.3.5　基于区域的分割62

4.3.6 多尺度分割63

4.3.7　基于小波变换的阈值法分割63

4.4　本章小结65

第5章　基于图像处理的车型识别66

5.1　车型识别的系统66

5.2　车型噪声的去除66

5.2.1　邻域平均法66

5.2.2 中值滤波67

5.2.3　空间低通滤波68

5.3　基于数学形态学的车型识别技术68

5.3.1　二值形态学68

5.3.2　灰度数学形态学69

5.4　基于矩不变量的车型识别技术70

5.4.1　矩的概念和分类70

5.4.2　矩的物理意义72

5.4.3　矩的有关变换与性质74

5.4.4 用于车型识别的矩不变量75

5.5　车辆特征值的选取方法76

5.6　车型实验结果80

5.7　本章小结80

第6章　基于图像的车牌识别81

6.1　牌照定位算法81

6.1.1 牌照的初定位算法82

6.1.2　牌照候选队列生成算法84

6.1.3　牌照候选队列筛选算法84

6.1.4　牌照候选队列的筛选87

6.2　牌照颜色模式的判定及字符分割算法90

6.2.1 牌照颜色模式的判定90

6.2.2　牌照倾斜角度检测算法91

6.2.3 字符分割93

6.3　字符识别算法96

6.3.1 字符图像预处理96

6.3.2 多分辨率举手表决计算及模板匹配法96

6.3.3　改进的穿线法98

6.3.4　拓扑结构识别法99

6.3.5　车牌汉字轮廓特征识别算法100

6.4　细化算法101

6.4.1 中轴转换法101

6.4.2 剥皮法102

6.4.3　吹气球法103

6.4.4　典型的细化问题103

6.4.5　基于区域分解的细化算法104

6.5　车牌实验结果及结论106

6.6　本章小结106

参考文献107