图像处理技术在收购管理信息系统中的应用

论文摘要

在深入研究图像处理技术的基础上,设计了收购管理信息系统。该系统涉及数字图像处理、计算机网络和人工智能等多门学科技术。本文只对系统难点——车牌识别作详细阐述,并对车牌识别的几个主要步骤:图像预处理、车牌定位、字符分割和字符识别,进行已有方案比较和算法设计。重点讨论字符识别的方法,将粗糙集和神经网络二者结合的车牌识别方法,以简化信息处理的复杂性,同时提高信息处理的精度。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 选题背景及意义
• 1.2 国内外研究现状
• 1.3 本文研究的主要内容
• 第二章 图像处理与车牌定位
• 2.1 图像预处理
• 2.1.1 图像的灰度转换
• 2.1.2 图像增强
• 2.2 车牌定位
• 2.2.1 基于色彩图像的车牌定位方法
• 2.2.2 基于灰度图像的定位方法
• 2.3 本章小结
• 第三章 车牌字符分割
• 3.1 字符分割步骤
• 3.1.1 车牌的二值化
• 3.1.2 清除噪声
• 3.1.3 倾斜校正
• 3.2 字符分割算法
• 3.2.1 固定边界分割
• 3.2.2 投影分割
• 3.2.3 连通区域分割算法
• 3.3 改进的连通区域车牌字符分割算法
• 3.4 本章小结
• 第四章 车牌识别
• 4.1 模式识别
• 4.2 车牌字符识别方法
• 4.3 神经网络理论
• 4.3.1 神经网络理论的概述
• 4.3.2 神经网络学习方式和规则
• 4.4 粗糙集理论
• 4.4.1 粗糙集理论的概述
• 4.4.2 粗糙集应用步骤
• 4.5 本章小结
• 第五章 基于神经网络与粗糙集的车牌字符识别方法
• 5.1 基于粗糙集与神经网络结合的字符识别方法
• 5.2 基于粗糙集和神经网络分类器构造
• 5.3 基于粗糙集和神经网络的分类器在车牌识别中的应用
• 5.4 本章小结
• 第六章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况
• 详细摘要