热搜：南怀瑾 |证严上人

分类浏览

  • 文学艺术
  • 历史哲学
  • 政治法律
  • 经济管理
  • 新闻传播
  • 外国语言
  • 理工科技
  • 文化教育
  • 医药卫生
  • 教辅教参
  • 学前教育
  • 综合性图书

品牌教材

复旦博学品牌
复旦卓越品牌


车牌定位、倾斜校正和分割方法研究
作者：
 潘梅森 著
定价：
58 元
页数：
267页
ISBN：
978-7-309-15359-0/U.26
字数：
227千字
开本：
32 开
装帧：
平装
出版日期：
2020年10月 　　　　　　
本类其他相关图书

内容提要

       前言
      
       近年来，随着我国经济高速发展，城市规模不断扩大，汽车的拥有量迅猛增加，造成了交通拥堵、车辆管理、交通安全等难题，特别是不断增多的交通事故、不断增长的车辆犯罪等一系列问题。仅仅依靠交通警察等人力资源来管理，效率低，成本高，管理难。引入智能化、自动化、网络化的交通设备，构建一个智能化、信息化、自动化、人性化的交通管理系统，会给交通管理带来极大的便捷和效率，于是智能交通系统顺势而生。随着图像处理技术的不断发展和完善，视频监控广泛应用于农业、工业、服务业、国防、医学和安防等领域，其中在人脸识别、医学辅助诊断等领域广泛应用，为智能交通管理提供了丰富的技术和应用经验。
       智能交通系统是一种快捷、高效、智能的管理系统，是将先进的自动控制、计算机、人工智能、传感器、数据通信等技术综合，运用于交通管理，强化交通车辆、道路运输、使用者三者之间的联系，从而构建环境改善、能耗减少、效率提升、安全保障的综合运输系统，广泛运用于公路监控、电子收费、娱乐场所、单位、小区车辆出入监控等众多领域。智能交通系统充分发挥交通基础设施和管理人员的效能，提升交通运输系统的运维效率和服务质量，为公众便捷、方便、安全出行等服务提供了智能化手段。
       在车牌图像获取设备分辨率不高、环境光照不佳、车辆快速运动、外部环境复杂，以及道路有坡度、车牌的悬挂不规范等情况下，获取的车牌图像质量通常较差，造成车牌错误定位或定位不足、字符分割失败。因此，本书首先讨论了数学形态学和图像特征相关理论，为本书后继章节打下基础；在深入研究形态学基础上，提出了基于形态学和几何特征的车牌定位方法；研究了图像二值化方法，提出了基于人类视觉特性的车牌图像二值化方法和基于自组织特征映射神经网络的图像融合二值化方法；在提出二值化车牌图像倾斜模型后，提出了基于图像矩的车牌号码倾斜校正方法、基于图像坐标特征向量倾斜校正方法、基于图像坐标聚类倾斜校正方法和基于加权最小二乘法的车牌号码倾斜校正等；针对投影法存在的问题，提出了改进的投影法车牌字符分割方法，以及基于分水岭算法和模糊C均值聚类的车牌字符分割方法。这些方法不仅丰富与完善了车牌图像处理的相关理论与方法，也解决了车牌图像处理的一些难题。
       本书共分8章。第一章介绍了车牌区域定位方法、车牌倾斜校正方法、车牌字符分割方法等国内外研究进展及其在车牌图像处理中的应用；第二章阐述了二值形态学和灰度形态学等理论;第三章研究了图像的颜色特征、统计特征、几何（边缘）特征、形状特征、纹理特征和其他特征;第四章提出了基于形态学和几何特征的车牌定位方法;第五章在讨论了二值化方法之后，提出了基于人类视觉特性的车牌图像二值化方法和基于SOFM神经网络的图像融合二值化方法;第六章在建立二值化车牌图像倾斜模之后，提出了基于图像矩的车牌号码倾斜校正方法、基于图像坐标特征向量倾斜校正方法、基于图像坐标聚类倾斜校正方法和基于加权最小二乘法的车牌号码倾斜校正方法;第七章提出了改进的投影法车牌字符分割方法以及基于分水岭算法和模糊C均值聚类的车牌字符分割方法;第八章总结了全文取得的成果与结论，指出了不足之处以及对今后的研究工作的展望。
       在本书相关内容课题研究和撰写过程中，深受湖南文理学院原计算机科学与技术学院各位老师的谆谆教诲与无私帮助，在此表示诚挚的谢意！此外，也得到了湖南文理学院科学技术发展研究院各位同事的支持，在此向各位同仁表示诚挚的感谢！本书的工作得到了湖南省自然科学基金项目（项目编号：2019JJ60016）、湖南文理学院优秀学术著作出版、湖南省高等学校应用特色学科“机械工程”、湖南省洞庭湖生态经济区建设与发展协同创新中心、湖南文理学院计算机与电气工程学院“计算机应用技术”学科等资助，特此感谢！
       在本书内容撰写过程中，参考引用了大量国内外文献，对这些文献的作者表示感谢，特别是阅读了何东健教授主编的《数字图像处理》（第二版），深受启发；另外，https：//blog.csdn.net/网站上面很多作者对各个算法的描述和实现，提供了很好的学习机会，在本书中不再单独列出具体引用网页；在算法实现、试验验证和算法比较过程中，如对原始文献理解、分析不贴切，敬请作者及读者谅解。本书可供信号与信息处理、通信与信息系统、电子科学与技术、计算机科学与技术、控制科学与工程等学科中从事图像处理分析技术的研究人员和工程技术人员参考，也可作为高等院校相关专业研究生或高年级本科生的参考书。
       由于作者水平有限，书中难免存在不当之处，敬请读者批评指正。
      
       作者
       2020年7月
      

作者简介

       潘梅森，工学博士，教授，湖南省计算机应用技术二级学科省级学科带头人。2011年毕业于中南大学生物医学工程（工学）专业，获博士学位。主要从事图像处理技术、软件工程等方面的研究工作。近几年来，以第一作者在国内外期刊和学术会议上发表了40多篇有关车牌图像和医学图像处理技术方面的学术论文，其中SCI检索9篇，EI检索20余篇，计算机类中文核心期刊10多篇；主持湖南省自然科学基金项目3项，湖南省社科基金项目2项，湖南省教育厅重点项目和优秀青年基金项目各1项。
      

书摘

       目录
      
       第一章绪论
       1.1车牌号码识别系统
       1.2研究现状及水平
       1.2.1车牌区域定位方法
       1.2.2车牌倾斜校正方法
       1.2.3车牌字符分割方法
       1.3研究内容与结构安排
      
       第二章数学形态学研究
       2.1数学形态学基本概念
       2.1.1基本符号和术语
       2.1.2交集、并集和补集
       2.1.3击中（hit）与击不中（miss）
       2.1.4平移与反射
       2.1.5目标和结构元素
       2.2二值形态学
       2.2.1腐蚀
       2.2.2膨胀
       2.2.3腐蚀和膨胀性质
       2.2.4开运算和闭运算
       2.2.5击中/击不中（hit/miss）变换
       2.3灰度形态学
       2.3.1灰度腐蚀
       2.3.2灰度膨胀
       2.3.3灰度开、闭运算
       2.4本章小结
      
       第三章图像特征研究
       3.1统计特征
       3.1.1平均值（数学期望）、众数、中值和值域
       3.1.2标准差/方差
       3.1.3图像矩
       3.1.4图像熵
       3.2颜色特征
       3.2.1颜色模型
       3.2.2颜色特征描述
       3.3几何（边缘）特征
       3.3.1位置与方向
       3.3.2周长
       3.3.3面积
       3.3.4长轴和短轴
       3.3.5距离
       3.4形状特征
       3.4.1区域特征
       3.4.2轮廓特征
       3.5纹理特征
       3.5.1统计分析方法
       3.5.2结构分析方法
       3.5.3信号处理方法
       3.5.4模型方法
       3.6其他特征
       3.6.1SIFT特征
       3.6.2HOG特征
       3.6.3Haar特征
       3.7本章小结
      
       第四章基于形态学和几何特征的车牌定位方法研究
       4.1相关定义及原理
       4.2基于形态学和几何特征的车牌定位方法
       4.2.1计算车牌图像统计特征
       4.2.2多结构元素数学形态学背景估计
       4.2.3fs处理残差图像
       4.2.4确定车牌区域
       4.3模拟试验和结果分析
       4.3.1随机抓拍图像试验及结果
       4.3.2真实环境试验及结果
       4.4本章小结
      
       第五章车牌图像二值化方法
       5.1图像二值化方法
       5.1.1全局阈值
       5.1.2局部阈值
       5.1.3动态阈值
       5.2基于人类视觉特性的车牌图像二值化方法
       5.2.1BHVS过程
       5.2.2模拟试验和结果比较
       5.3基于SOFM神经网络的图像融合二值化方法
       5.3.1FBSOM过程
       5.3.2模拟试验和结果比较
       5.4本章小结
      
       第六章车牌图像倾斜校正方法
       6.1Hough变换
       6.2Radon变换
       6.3二值化车牌图像倾斜模型
       6.4基于图像矩的车牌号码倾斜校正方法
       6.4.1车牌号码倾斜校正
       6.4.2模拟试验和结果分析
       6.5基于图像坐标特征向量倾斜校正方法
       6.5.1基于SVD的车牌倾斜校正方法
       6.5.2模拟试验和结果分析
       6.6基于图像坐标聚类倾斜校正方法
       6.6.1基于聚类方法车牌倾斜校正方法
       6.6.2模拟试验和结果分析
       6.7基于加权最小二乘法的车牌号码倾斜校正
       6.7.1本书方法
       6.7.2模拟试验和结果分析
       6.8本章小结
      
       第七章车牌字符分割方法
       7.1改进的投影法车牌字符分割方法
       7.1.1MIPM方法
       7.1.2试验和结果比较
       7.2基于分水岭算法和模糊C均值聚类的车牌字符分割方法
       7.2.1本书方法
       7.2.2试验和结果比较
       7.3本章小结
      
       第八章总结
       8.1主要研究成果
       8.2不足之处及今后的研究工作
      
       参考文献
      

书评       
　  

地址:上海市国权路579号
邮编:200433
电话:021-65642854(社办)
传真:021-65104812

　
　

版权所有©复旦大学出版社,2002-2024年，若有问题请与我们 (webmaster@fudanpress.com) 联系！ 沪ICP备05015926号